Transcriptome Analysis Reveals Heterogeneity in the Injury Response of Kidney Transplants
Notice bibliographique
Résumé
We studied the transcripts that are increased by stress and injury in mouse kidney transplants, focusing on transcripts increased in parenchymal cells-injury and repair-induced transcripts (IRITs). We compared four types of stressed kidneys: isografts, allografts, host kidneys of mice with isografts and nontransplant kidneys with ischemic acute tubular necrosis (ATN). After excluding transcripts associated with infiltrating cells and interferon-gamma-induced transcripts, we defined 790 IRITs in isografts. IRITs were remarkably heterogeneous in timing and mechanisms. Some were increased in host as well as donor kidneys, reflecting systemic influences (wounding, anesthetic). Most reflected local stress, resembling changes in ATN despite the lack of ATN histopathology. Mathematical decomposition of IRIT expression patterns confirmed heterogeneity, separating IRIT changes into component subsets, with an early peak (day 1) showing systemic effects and late peaks that resembled ATN, manifested Tgf-ss1 effects and recapitulated embryonic development. In allografts IRITs were initially similar to isografts but diverged due to allogeneic injury. The allospecific induction of IRITs was T-cell-dependent but perforin-granzyme-independent, compatible with delayed type hypersensitivity. The alloresponse strikingly and selectively increased the late IRITs but not the IRITs that peak early, indicating that rejection triggers parenchymal responses similar to those in ATN.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 ».