Cranberry Proanthocyanidin and Its Microbial Metabolite 3,4‐Dihydroxyphenylacetic Acid, but Not 3‐(4‐Hydroxyphenyl)‐Propionic Acid, Partially Reverse Pro‐Inflammatory microRNA Responses in Human Intestinal Epithelial Cells
Notice bibliographique
Résumé
SCOPE: The molecular basis underlying the anti-inflammatory and anticarcinogenic properties of cranberries is incompletely understood. The effects of a cranberry proanthocyanidin-rich extract (PAC) and two of its gut microbial metabolites, 3,4-dihydroxyphenylacetic acid (DHPAA) and 3-(4-hydroxyphenyl)-propionic acid (HPPA), on intestinal epithelial cells microRNA (miRNA) expression and their downstream pathways at homeostasis and in inflammatory conditions, are investigated. METHODS AND RESULTS: The expression of 799 miRNAs is quantitatively assessed in differentiated Caco-2BBe1 cells pre-treated with PAC, DHPAA, or HPPA and stimulated with interleukin (IL)-1β or not. PAC, DHPAA, and HPPA generate subsets of shared and distinct miRNA responses. At homeostasis, miRNAs affected by the metabolites, but not PAC, targeted genes enriched in kinase, Wnt, and growth factor signaling, cell growth and proliferation, apoptosis, and specific cancer pathways. In an inflammatory environment, PAC and DHPAA, but not HPPA, reverses the expression of 16 and two IL-1β-induced miRNAs, respectively, regulating inflammatory and cancer pathways. CONCLUSION: miRNA modulation is a novel mechanism for PAC bioactivity in the gut. The gut microbiota may be necessary to unlock these effects at homeostasis and partially in inflammation.
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 ».