Barleria extracts containing barlerin and verbascoside boost immunity and regulate CYP450 gene in prostate cancer
Notice bibliographique
Résumé
Barleria species have been traditionally utilized for medicinal purposes. This study provides a comprehensive analysis of six Barleria leaf extracts, namely B. cristata, B. lupulina, B. prionitis, B. repens, B. siamensis, and B. strigosa, to elucidate their metabolite composition, toxicity, immunomodulatory functions, and roles in cytochrome P450 (CYP) gene expression. The findings indicate that two key metabolites, barlerin and verbascoside, are present in all six Barleria extracts, with B. siamensis exhibiting the highest amount of these compounds at 0.43 mg/g (barlerin) and 1.02 mg/g (verbascoside) of dried leaf, respectively. In terms of toxicological effects, B. cristata and B. siamensis demonstrated significant anti-proliferative activity against PC-3 cells by inducing DNA damage, enhancing apoptosis, and obstructing the cell cycle. However, these extracts did not exert cytotoxic effects on PBMCs, HPrEC, and THLE-3. Conversely, B. strigosa extract exhibited mild toxicity towards HPrECs and moderate toxicity towards THLE-3 cells. Furthermore, treatment with these extracts activated PBMCs, leading to the upregulation of cytokine genes, including IL-2, IL-10, IL-12, IL-15, IL-21, and IFN-γ, which promoted cytotoxicity for PC-3 cells. Additionally, B. siamensis extract significantly suppressed the expression of CYP450 genes, including CYP1A2, CYP3A4, CYP2D6, and CYP2E1, whereas B. strigosa extract induced the overexpression of CYP2E1. In conclusion, Barleria extracts containing barlerin and verbascoside exhibit immunomodulatory properties by activating immune cells to target cancer cells. Moreover, these extracts influence the expression of CYP450 genes, potentially impacting their bioavailability and therapeutic efficacy.
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 | 0,002 | 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 | 0,001 | 0,001 |
| 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 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 ».