Senolytic Combination Treatment Is More Potent Than Single Drugs in Reducing Inflammatory and Senescence Burden in Cells from Painful Degenerating IVDs
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
Background: Low back pain is a global health problem directly related to intervertebral disc (IVD) degeneration. Senolytic drugs (RG-7112 and o-Vanillin) target and remove senescent cells from IVDs in vitro, improving tissue homeostasis. One drawback of using a single senolytic agent is the failure to target multiple senescent antiapoptotic pathways. This study aimed to determine if combining the two senolytic drugs, o-Vanillin and RG-7112, could more efficiently remove senescent cells and reduce the release of inflammatory factors and pain mediators in cells from degenerating human IVDs than either drug alone. Methods: Preliminary data evaluating multiple concentrations of o-Vanillin and RG-7112 led to the selection of four treatment groups. Monolayer and pellet cultures of cells from painful degenerate IVDs were exposed to TLR-2/6 agonist. They were then treated with the senolytics o-Vanillin and RG7112 alone or combined. p16ink4a, Ki-67, caspase-3, inflammatory mediators, and neuronal sprouting were assessed. Results: Compared to the single treatments, the combination of o-Vanillin and RG-7112 significantly reduced the amount of senescent IVD cells, proinflammatory cytokines, and neurotrophic factors. Moreover, both single and combination treatments significantly reduced neuronal sprouting in rat adrenal pheochromocytoma (PC-12 cells). Conclusions: Combining o-Vanillin and RG-7112 greatly enhanced the effect of either senolytic alone. Together, these results support the potential of senolytics as a promising treatment for IVD-related low back pain.
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) | 0,000 | 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 découle