NF-κB Inhibitors Attenuate MCAO Induced Neurodegeneration and Oxidative Stress—A Reprofiling Approach
Notice bibliographique
Résumé
Stroke is the leading cause of morbidity and mortality worldwide. About 87% of stroke cases are ischemic, which disrupt the physiological activity of the brain, thus leading to a series of complex pathophysiological events. Despite decades of research on neuroprotectants to probe for suitable therapies against ischemic stroke, no successful results have been obtained, and new alternative approaches are urgently required in order to combat this pathological torment. To address these problems, drug repositioning/reprofiling is explored extensively. Drug repurposing aims to identify new uses for already established drugs, and this makes it an attractive commercial strategy. Nuclear factor-kappa beta (NF-κB) is reported to be involved in many physiological and pathological conditions, such as neurodegeneration, neuroinflammation, and ischemia/reperfusion (I/R) injury. In this study, we examined the neuroprotective effects of atorvastatin, cephalexin, and mycophenolate against the NF-κB in ischemic stroke, as compared to the standard NF-κB inhibitor caeffic acid phenethyl ester (CAPE). An in-silico docking analysis was performed and their potential neuroprotective activities in the in vivo transient middle cerebral artery occlusion (t-MCAO) rat model was examined. The percent (%) infarct area and 28-point composite neuro score were examined, and an immunohistochemical analysis (IHC) and enzyme-linked immunosorbent assay (ELISA) were further performed to validate the neuroprotective role of these compounds in stroke as well as their potential as antioxidants. Our results demonstrated that these novels NF-κB inhibitors could attenuate ischemic stroke-induced neuronal toxicity by targeting NF-κB, a potential therapeutic approach in ischemic stroke.
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 | 0,000 | 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 | 0,000 | 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 ».