Bcl-2–Modifying Factor Induces Renal Proximal Tubular Cell Apoptosis in Diabetic Mice
Notice bibliographique
Résumé
This study investigated the mechanisms underlying tubular apoptosis in diabetes by identifying proapoptotic genes that are differentially upregulated by reactive oxygen species in renal proximal tubular cells (RPTCs) in models of diabetes. Total RNAs isolated from renal proximal tubules (RPTs) of 20-week-old heterozygous db/m+, db/db, and db/db catalase (CAT)-transgenic (Tg) mice were used for DNA chip microarray analysis. Real-time quantitative PCR assays, immunohistochemistry, and mice rendered diabetic with streptozotocin were used to validate the proapoptotic gene expression in RPTs. Cultured rat RPTCs were used to confirm the apoptotic activity and regulation of proapoptotic gene expression. Additionally, studies in kidney tissues from patients with and without diabetes were used to confirm enhanced proapoptotic gene expression in RPTs. Bcl-2-modifying factor (Bmf) was differentially upregulated (P<0.01) in RPTs of db/db mice compared with db/m+ and db/db CAT-Tg mice and in RPTs of streptozotocin-induced diabetic mice in which insulin reversed this finding. In vitro, Bmf cDNA overexpression in rat RPTCs coimmunoprecipated with Bcl-2, enhanced caspase-3 activity, and promoted apoptosis. High glucose (25 mmol/L) induced Bmf mRNA expression in RPTCs, whereas rotenone, catalase, diphenylene iodinium, and apocynin decreased it. Knockdown of Bmf with small interfering RNA reduced high glucose-induced apoptosis in RPTCs. More important, enhanced Bmf expression was detected in RPTs of kidneys from patients with diabetes. These data demonstrate differential upregulation of Bmf in diabetic RPTs and suggest a potential role for Bmf in regulating RPTC apoptosis and tubular atrophy in diabetes.
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) | 0,001 | 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 | 0,000 |
| 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 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 ».