<scp>SIRT</scp>1 reduction causes renal and retinal injury in diabetes through endothelin 1 and transforming growth factor β1
Notice bibliographique
Résumé
In diabetes, hyperglycaemia causes up-regulation of endothelin 1 (ET-1) and transforming growth factor beta 1 (TGF-β1). Previously we showed glucose reduces sirtuin1 (SIRT1), a class III histone deacetylase. Here, we investigated the regulatory role of SIRT1 on ET-1 and TGF-β1 expression. Human microvascular endothelial cells were examined following incubation with 25 mmol/l glucose (HG) and 5 mmol/l glucose (NG) with or without SIRT1 or histone acetylase p300 overexpression or knockdown. mRNA expressions of ET-1, TGF-β1, SIRT1, p300 and collagen 1α(I) were examined. SIRT1 enzyme activity, ET-1 and TGF-β1 protein levels were measured. Histone acetylation and endothelial permeability were further investigated. Similar analyses were performed in the kidneys and retinas of SIRT1 overexpressing transgenic mice with or without streptozotocin induced diabetes. Renal functions were evaluated. In the endothelial cells (ECs), HG caused increased permeability and escalated production of ET-1, TGF-β1, collagen Iα(I). These cells also showed increased p300 expression, histone acetylation and reduced SIRT1 levels. These changes were rectified in the ECs following p300 silencing or by SIRT1 overexpression, whereas SIRT1 knockdown or p300 overexpression in NG mimicked the effects of HG. High ET-1 and TGF-β1 levels were seen in the kidneys and retinas of diabetic mice along with micro-albuminuria and increased fibronectin protein (marker of glucose-induced cell injury) levels. Interestingly, these detrimental changes were blunted in SIRT1 overexpressing transgenic mice with diabetes. This study showed a novel SIRT1 mediated protection against renal and retinal injury in diabetes, regulated through p300, ET-1 and TGF-β1.
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 | 0,001 | 0,001 |
| 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 | 0,000 | 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) | 0,000 | 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 ».