Treatment with carnosic acid attenuates the secretion of pro-inflammatory mast cell mediators following IL-33 activation
Notice bibliographique
Résumé
Abstract IL-33 is an alarmin cytokine, released upon cellular damage, that has gained significant attention as a regulator of inflammation in several pathologies, including allergy. Once released, IL-33 binds to and activates its cognate receptor ST2, leading to the activation of the classical inflammatory Myddosome signalosome in an array of cells, including mast cells. Our group has recently identified the polyphenol carnosic acid (CA), as a potent regulator of mast cell activation in the context of allergic inflammation. Due to the key role IL-33 plays in the enhancement of allergies and other mast cell-associated diseases, we sought to determine the inhibitory potential of CA in a model of IL-33-mediated mast cell activation. Bone marrow-derived mast cells were stimulated with IL-33 under potentiation of SCF and treated with CA in the presence or absence of an allergen co-stimulation. Here, it was determined that treatment with CA led to a reduction in early ROS production, which translated into a significant impairment in the release of pro-inflammatory cytokines IL-6, IL-13, TNF and chemokines CCL1, CCL2 and CCL3. Surprisingly however, it was determined that CA treatment increased signaling through Akt and NFκB protein phosphorylation, leading to increased gene expression of IL6, IL13, and CCL3 as well as increased intracellular concentrations of IL-6 and CCL3. Taken together, our data suggests treatment with CA impairs the release mechanisms of pro-inflammatory mediators following IL-33 activation, warranting further investigation into the versatile biological activity of CA toward advance our understanding of CA as a potential anti-inflammatory therapeutic.
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 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) | 0,001 | 0,001 |
| 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) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».