High-CBD cannabis extracts inhibit the expression of proinflammatory factors via miRNA-mediated silencing in human small intestinal epithelial cells
Notice bibliographique
Résumé
The incidence of chronic inflammatory disorders and autoimmune diseases is rapidly growing. To date, the COVID-19 pandemic caused by SARS-CoV-2 has killed over 6,209,000 people globally, while no drug has been proven effective for the disease. Screening natural anti-inflammatory compounds for clinical application has drawn much attention. In this study, we showed that high-CBD cannabis extracts #1, #5, #7, #169, and #317 suppressed the levels of expression of proinflammatory cyclooxygenase 2 (COX2) and increased the expression of the anti-inflammatory suppressor of cytokine signaling 3 (SOCS3) in human small intestinal epithelial cells (HSIEC) in TNFα/IFNγ-triggered inflammation. We revealed that these extracts, with the exception of extract #169, also profoundly attenuated induction of proinflammatory cytokines interleukin-6 (IL-6) and/or IL-8 proteins through miR-760- and miR-302c-3p-mediated silencing. The prevalent components in extracts #1 and #7 influenced the levels of IL-8 both individually as well as in combination with each other. However, the high-dose cannabis extracts displayed an inhibitory effect in the growth of HSIEC cells. These results show that our high-CBD cannabis extracts decrease the levels of proinflammatory molecules COX2, IL-6, and IL-8 via transcriptional suppression or miRNA-mediated silencing, highlighting their potential against COVID-19-associated cytokine storm syndrome.
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 | 0,001 |
| 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 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 ».