Inhibition of Src Kinase Blocks High Glucose–Induced EGFR Transactivation and Collagen Synthesis in Mesangial Cells and Prevents Diabetic Nephropathy in Mice
Notice bibliographique
Résumé
Chronic exposure to high glucose leads to diabetic nephropathy characterized by increased mesangial matrix protein (e.g., collagen) accumulation. Altered cell signaling and gene expression accompanied by oxidative stress have been documented. The contribution of the tyrosine kinase, c-Src (Src), which is sensitive to oxidative stress, was examined. Cultured rat mesangial cells were exposed to high glucose (25 mmol/L) in the presence and absence of Src inhibitors (PP2, SU6656), Src small interfering RNA (siRNA), and the tumor necrosis factor-α-converting enzyme (TACE) inhibitor, TAPI-2. Src was investigated in vivo by administration of PP2 to streptozotocin (STZ)-induced diabetic DBA2/J mice. High glucose stimulated Src, TACE, epidermal growth factor receptor (EGFR), mitogen-activated protein kinases (MAPKs), extracellular signal-regulated kinase (ERK1/2, p38), and collagen IV accumulation in mesangial cells. PP2 and SU6656 blocked high glucose-stimulated phosphorylation of Src Tyr-416, EGFR, and MAPKs. These inhibitors and Src knockdown by siRNA, as well as TAPI-2, also abrogated high glucose-induced phosphorylation of these targets and collagen IV accumulation. In STZ-diabetic mice, albuminuria, increased Src pTyr-416, TACE activation, ERK and EGFR phosphorylation, glomerular collagen accumulation, and podocyte loss were inhibited by PP2. These data indicate a role for Src in a high glucose-Src-TACE-heparin-binding epidermal growth factor-EGFR-MAPK-signaling pathway to collagen accumulation. Thus, Src may provide a novel therapeutic target for diabetic nephropathy.
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) | 0,000 | 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 | 0,000 |
| 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 ».