Interplay of pro‐inflammatory and anti‐inflammatory cytokines in regulating oxidative stress in isolated adult rat cardiac myocytes
Notice bibliographique
Résumé
Interleukin‐10 (IL‐10), an anti‐inflammatory cytokine, has been shown to antagonize some of deleterious effects of pro‐inflammatory cytokine, Tumor Necrosis Factor‐α (TNF‐α). We hypothesized that the balance between TNF‐α and IL‐10 is of greater significance in regulating oxidative stress. Methods Myocytes were exposed for 4 hours to different doses of IL‐10 (1–20 ng/ml) or combination of TNF‐α and IL‐10 in different ratios. Cell lysates were analyzed for protein levels and mRNA levels for Copper/zinc superoxide dismutase [CuSOD], Manganese superoxide dismutase [MnSOD], Catalase [Cat] and Glutathione peroxidase [GSHPx]. Oxidative stress was assessed by redox‐sensitive fluorescence dye (H2DCFDA) as well as by the study of lipid peroxidation. Effects of oxidative stress induced by H 2 O 2 on these parameters were also examined for comparison purposes. Results H 2 O 2 treatment significantly decreased protein and mRNA levels of all four antioxidants. IL‐10 treatment alone had no effect on the protein levels of antioxidants but caused a dose dependent increase in the mRNA levels of all antioxidant enzymes with a significant change seen at 20 ng/ml. TNF‐α induced decrease in MnSOD, Cat and GSHPx protein levels were prevented by IL‐10/TNF‐α ratio of 1. Similarly this ratio of 1 had an optimal effect on the mRNA levels for MnSOD and Cat. Combination treatment at a ratio of 1 also significantly decreased lipid peroxidation and intracellular ROS. Conclusion This study suggests that the relative concentration of TNF‐α and IL‐10 is of more physiological importance than either of the cytokines individually. Supported by ICRH
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».