Therapeutic activity of green synthesized selenium nanoparticles from turmeric against cisplatin-induced oxido-inflammatory stress, and cell death in mice kidney
Notice bibliographique
Résumé
Abstract Cisplatin (CDDP) is a commonly prescribed chemotherapeutic agent; however, its associated nephrotoxicity limits its clinical efficacy and sometimes requires discontinuation of its use. The existing study was designed to explore the reno-therapeutic efficacy of turmeric (Tur) alone or conjugated with selenium nanoparticles (Tur-SeNPs) against CDDP-mediated renal impairment in mice and the mechanisms underlying this effect. Mice were orally treated with Tur extract (200 mg/kg) or Tur-SeNPs (0.5 mg/kg) for 7 days after administration of a single dose of CDDP (5 mg/kg, i.p.). N-acetyl cysteine NAC (100 mg/kg) was used as a standard antioxidant compound. The results revealed that Tur-SeNPs counteracted CDDP-mediated serious renal effects in treated mice. Compared with the controls, Tur or Tur-SeNPs therapy remarkably decreased the kidney index along with the serum levels of urea, creatinine, Kim-1, and NGAL of the CDDP-injected mice. Furthermore, Tur-SeNPs ameliorated the renal oxidant status of CDDP group demonstrated by decreased MDA and NO levels along with elevated levels of SOD, CAT, GPx, GR, GSH, and gene expression levels of HO-1. Noteworthy, lessening of renal inflammation was exerted by Tur-SeNPs via lessening of IL-6 and TNF-α besides down-regulation of NF-κB gene expression in mouse kidneys. Tur-SeNPs treatment also restored the renal histological features attained by CDDP challenge and hindered renal apoptosis through decreasing the Bax levels and increasing Bcl-2 levels. Altogether, these outcomes suggest that the administration of Tur conjugated with SeNPs is effective neoadjuvant chemotherapy to guard against the renal adverse effects that are associated with CDDP therapy.
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 ».