Anti-Inflammatory Effects of the Iron Chelator, DIBI, in Experimental Acute Lung Injury
Notice bibliographique
Résumé
Iron plays a critical role in the immune response to inflammation and infection due to its role in the catalysis of reactive oxygen species (ROS) through the Haber-Weiss and Fenton reactions. However, ROS overproduction can be harmful and damage healthy cells. Therefore, iron chelation represents an innovative pharmacological approach to limit excess ROS formation and the related pro-inflammatory mediator cascades. The present study was designed to investigate the impact of the iron chelator, DIBI, in an experimental model of LPS-induced acute lung injury (ALI). DIBI was administered intraperitoneally in the early and later stages of lung inflammation as determined by histopathological evaluation. We found that lung tissues showed significant injury, as well as increased NF-κB p65 activation and significantly elevated levels of various inflammatory mediators (LIX, CXCL2, CCL5, CXCL10, IL-1𝛽, IL-6) 4 h post ALI induction by LPS. Mice treated with DIBI (80 mg/kg) in the early stages (0 to 2 h) after LPS administration demonstrated a significant reduction of the histopathological damage score, reduced levels of NF-κB p65 activation, and reduced levels of inflammatory mediators. Intravital microscopy of the pulmonary microcirculation also showed a reduced number of adhering leukocytes and improved capillary perfusion with DIBI administration. Our findings support the conclusion that the iron chelator, DIBI, has beneficial anti-inflammatory effects in experimental ALI.
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 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) | 0,000 | 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) | 0,000 | 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 tête enseignante, 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 ».