New AKT-dependent mechanisms of anti-COVID-19 action of high-CBD Cannabis sativa extracts
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
COVID-19 is caused by the SARS-CoV-2 virus, which enters target cells via interactions with ACE2 and TMPRSS2. Here, we show AKT serine/threonine kinase-dependent epigenetic control of ACE2 and TMPRSS2 expression by high-cannabidiol (CBD) cannabis extracts and their individual components. CBD alone and extracts #1, #5, #7, and #129 downregulated ACE2 and TMPRSS2 in lung fibroblast WI-38 cells through AKT-mediated inhibition. miR-200c-3p and let-7a-5p were two contributing miRNAs in CBD-mediated suppression of ACE2 and TMPRSS2. CBD and terpene PTWT2.2 profoundly inhibited ACE2 and TMPRSS2 expression, both individually and in combination. Extracts #1, #5, #7, and #169 suppressed COX2 expression and remarkably attenuated TNFα/IFNγ-triggered induction of proinflammatory factors IL-6 and IL-8 by AKT pathway. The most abundant molecules present in extracts #1 and #7 modulated the expression of COX2, IL-6, and IL-8 both individually and in combination. These results reveal that high-CBD cannabis extracts attenuated ACE2 and TMPRSS2 expression and the induction of inflammatory mediators COX2, IL-6, and IL-8 via the AKT pathway, highlighting their potential anti-COVID-19 features.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,002 | 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 découle