Jing Guan Fang, an herbal formula, as an immunomodulator: opposing effects on basal and lipopolysaccharide-induced inflammation of macrophage via JAK/STAT3 and MAPK pathways
Notice bibliographique
Résumé
, is commonly used for preventing SARS-CoV-2 infection and alleviating cold-like symptoms. However, the precise immunoregulatory mechanisms underlying its effects remain unclear and warrant investigation. This study aims to investigate the immunomodulatory effects of JGF and further elucidate the underlying mechanisms. The results showed that JGF had minimal impact on the cell viability of RAW264.7 and MH-S. In the absence of LPS stimulation, JGF promoted macrophages to produce NO and pro-inflammatory cytokines in a concentration-dependent manner. However, after LPS treatment, the JGF add-on exhibited contrasting effects, with the half-maximal effective concentrations for reducing macrophage-secreted NO and IL-6 being 80 and 180 μg/mL, respectively. Western blot analysis revealed that the JGF supplement marginally induced the production of iNOS and COX-2 without LPS stimulation. However, in LPS-pretreated cells, JGF demonstrated the opposite effect. JGF monotherapy accelerated phosphorylation in the JNK and JAK2 signaling pathways. In contrast, JGF inhibited LPS-stimulated STAT3 phosphorylation by suppressing JNK1/2 activation. Moreover, JGF reduced LPS-induced expression of IL-6 and TNF-α in the lungs and serum of mice. Collectively, the findings suggest that JGF exhibits immunomodulatory activity and suppresses pro-inflammatory cytokine expression caused by LPS.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 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 ».