Novel micellar CB2 receptor agonist with anti-inflammatory action for treating corneal alkali burns in a mouse model
Notice bibliographique
Résumé
Introduction: Moderate corneal alkali burns such as those sustained from accidental exposure to household chemicals are treated with topical corticosteroids. Side effects include increased intraocular pressure and slowing of wound healing. Here, we compare the effects of a cannabinoid receptor 2 (CB2r) agonist, TA-A001, that is involved in wound healing with that of the corticosteroid, prednisolone. Methods: TA-A001 was encapsulated with a polymeric micelle comprising polyvinylpyrrolidone: polylactide block copolymers referred to as SmartCelle™ to allow delivery of the very hydrophobic drug. Mouse corneas were given moderate alkali burns. Different doses of TA-A001 of 0.125%, 0.25% and 0.5% were used to treat the burns in comparison to the corticosteroid, prednisolone. Results: TA-A001 at 0.25% and 0.5% allowed for faster wound closure. However, the higher 0.5% dose also induced unwanted neovascularization. By comparison, burned corneas treated with prednisolone showed slower healing as well as disorganization of the cornea. Although 0.25% TA-A001 appeared to produce the most-optimal responses, this dose resulted in marked expression of the macrophage chemoattractant protein, MCP-1. However, there was also an increase in CD163 positive stained M2 anti-inflammatory macrophages in the TA-A001 corneas. TA-A001 treated corneas showed the presence of sensory nerve fibers throughout the corneal epithelium including the superficial cell layers as did Substance P staining. Discussion: We found that TA-A001 at the 0.25% doses was able to modulate inflammation resulting from a moderate alkali burn to the cornea. With more extensive testing, TA-A001 might prove to be a potential alternative to corticosteroids for treating alkali burns or other causes of corneal inflammation.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 | 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 ».