Microarray and Bioinformatics Analysis of Gene Expression in Experimental Membranous Nephropathy
Notice bibliographique
Résumé
BACKGROUND: Passive Heymann nephritis (PHN), the best characterized animal model of experimental membranous nephropathy, is characterized by subepithelial immune deposits, podocyte foot processes effacement and massive proteinuria beginning 4 days following disease induction. Although single genes involved in PHN have been studied, no whole genome-wide expression analysis of kidney tissue has been performed. METHODS: Microarray analysis was performed to identify gene expression changes in PHN rat kidneys during the onset of proteinuria. RESULTS: Our results showed that 234 transcripts were differentially expressed in diseased animals compared to controls. Genes exclusively upregulated in diseased animals were mainly required for cell structure and motility, immunity and defense, cell cycle, and developmental processes. The single most increased gene was transgelin (Tagln) showing a 70-fold upregulation in animals with PHN. Protein-protein interaction analysis revealed the following four processes of major relevance in disease manifestation: (i) DNA damage and repair; (ii) changes in the extracellular matrix; (iii) deregulation of cytokines and growth factors, as well as (iv) rearrangements of the cytoskeleton. CONCLUSION: We show for the first time the complex interplay between multiple different genes in experimental membranous nephropathy, supporting a role for genomic approaches to better understanding and defining specific disease processes.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| 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) | 0,002 | 0,001 |
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 ».