Carvacrol Suppresses Inflammatory Biomarkers Production by Lipoteichoic Acid- and Peptidoglycan-Stimulated Human Tonsil Epithelial Cells
Notice bibliographique
Résumé
Pharyngitis is an inflammation of the pharynx caused by viral, bacterial, or non-infectious factors. In the present study, the anti-inflammatory efficacy of carvacrol was assessed using an in vitro model of streptococcal pharyngitis using human tonsil epithelial cells (HTonEpiCs) induced with Streptococcus pyogenes cell wall antigens. HTonEpiCs were stimulated by a mixture of lipoteichoic acid (LTA) and peptidoglycan (PGN) for 4 h followed by exposure to carvacrol for 20 h. Following exposure, interleukin (IL)-6, IL-8, human beta defensin-2 (HBD-2), epithelial-derived neutrophil-activating protein-78 (ENA-78), granulocyte chemotactic protein-2 (GCP-2), cyclooxygenase-2 (COX-2), tumor necrosis factor-alpha (TNF-α), and prostaglandin (PGE2) were measured by enzyme-linked immunosorbent assays (ELISA). The levels of pro-inflammatory cytokines, IL-6, IL-8, ENA-78, and GCP-2 were decreased in a carvacrol dose-dependent manner. The production of HBD-2 was significantly suppressed over 24 h carvacrol treatments. PGE2 and COX-2 levels in the cell suspensions were affected by carvacrol treatment. TNF-α was not detected. The cell viability of all the tested carvacrol concentrations was greater than 80%, with no morphological changes. The results suggest that carvacrol has anti-inflammatory properties, and carvacrol needs to be further assessed for potential clinical or healthcare applications to manage the pain associated with streptococcal pharyngitis.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».