Effects of cannabidiol on the differentiation of human monocytes into macrophages
Notice bibliographique
Résumé
Abstract Background Innate immune myeloid cells, such as macrophages, contribute to chronic inflammation when consistently activated. Recently, cannabidiol (CBD), an active non-psychoactive constituent of the Cannabis sativa plant (i.e., Marijuana), has sparked interest as a safe and effective anti-inflammatory and immunomodulatory agent. This study aimed to investigate the CBD’s effects on the differentiation of human macrophages and their cell surface receptors. Methods Peripheral blood was collected from healthy human donors. Monocytes, isolated from peripheral blood mononuclear cells, were differentiated with macrophage colony stimulating factor into monocyte-derived macrophages (MDM) with and without CBD (5 μM). Differentiated MDMs were then stained for different cell surface markers and analyzed by multicolor flow-cytometry. Proportions of anti-inflammatory (M2: CD206, CD71, CD163) and pro-inflammatory (M1: CD86, CD163) MDMs, and expression of myeloid lineage markers (CD14, CD16), chemokine receptor 5 (CCR5) and endocannabinoid type 2 receptor (CB2) were determined. Results CBD promoted a shift towards a greater proportion of M2-type vs. M1-type MDMs (p<0.05, Fisher’s exact test). Cells displayed a significantly reduced expression of CD14, CD163, CD86, CCR5 and CB2 (p<0.05, Student t-test). Conclusions CBD appears to promote differentiation of MDMs into anti-inflammatory phenotypes. Further studies are ongoing to determine the mechanistic pathways implicated in these processes, as these findings may have implications for the use of CBD in various disease conditions.
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) | 0,002 | 0,001 |
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 ».