MétaCan
Menu
Retour à la cohorte
Enregistrement W4386767256 · doi:10.1371/journal.pone.0287741

Copper infused fabric attenuates inflammation in macrophages

2023· article· en· W4386767256 sur OpenAlexafffund
Safoura Zangiabadi, Khalil P. Chamoun, Khang Nguyen, Yitian Tang, Gary Sweeney, Ali A. Abdul‐Sater

Notice bibliographique

RevuePLoS ONE · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueAdipokines, Inflammation, and Metabolic Diseases
Établissements canadiensYork University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaOntario Centres of Excellence
Mots-clésInflammationChemokineImmune systemImmunologyProinflammatory cytokineMacrophageMedicineCCL2Biology

Résumé

récupéré en direct d'OpenAlex

While inflammation is an important immune response for protection from infections, excessive or prolonged inflammation can lead to a variety of debilitating diseases including skin disease, diabetes, heart disease, stroke, autoimmune diseases and cancer. Inflammation is a graded response that is typically initiated when resident macrophages sense the presence of pathogens or damage in the tissue and produce inflammatory cytokines and chemokines to kill the pathogen, clear debris and dead tissue, and initiate tissue repair. Here we show that copper-infused fabrics can prevent inflammation by blocking the production of inflammatory cytokines from macrophages after being exposed to LPS, a component of bacterial cell wall. Mechanistically, we show that copper-infused fabrics can significantly reduce the NF-κB and IRF3 activation in LPS-stimulated macrophages. Given the importance of excessive inflammation in diabetes, we show that copper can reduce insulin resistance mediated by inflammatory cytokines in muscle cells. Our data show that copper infused fabrics may be useful to reduce excessive inflammation in macrophages and improve insulin sensitivity in skeletal muscles.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,038
Tête enseignante GPT0,260
Écart entre enseignants0,222 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations14
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetAdipokines, Inflammation, and Metabolic DiseasesTravaux en français237 207