Nuclear Factor Erythroid 2-Related Factor 2 Drives Podocyte-Specific Expression of Peroxisome Proliferator-Activated Receptor γ Essential for Resistance to Crescentic GN
Notice bibliographique
Résumé
Necrotizing and crescentic rapidly progressive GN (RPGN) is a life-threatening syndrome characterized by a rapid loss of renal function. Evidence suggests that podocyte expression of the transcription factor peroxisome proliferator-activated receptor γ (PPARγ) may prevent podocyte injury, but the function of glomerular PPARγ in acute, severe inflammatory GN is unknown. Here, we observed marked loss of PPARγ abundance and transcriptional activity in glomerular podocytes in experimental RPGN. Blunted expression of PPARγ in podocyte nuclei was also found in kidneys from patients diagnosed with crescentic GN. Podocyte-specific Pparγ gene targeting accentuated glomerular damage, with increased urinary loss of albumin and severe kidney failure. Furthermore, a PPARγ gain-of-function approach achieved by systemic administration of thiazolidinedione (TZD) failed to prevent severe RPGN in mice with podocyte-specific Pparγ gene deficiency. In nuclear factor erythroid 2-related factor 2 (NRF2)-deficient mice, loss of podocyte PPARγ was observed at baseline. NRF2 deficiency markedly aggravated the course of RPGN, an effect that was partially prevented by TZD administration. Furthermore, delayed administration of TZD, initiated after the onset of RPGN, still alleviated the severity of experimental RPGN. These findings establish a requirement for the NRF2-PPARγ cascade in podocytes, and we suggest that these transcription factors have a role in augmenting the tolerance of glomeruli to severe immune-complex mediated injury. The NRF2-PPARγ pathway may be a therapeutic target for RPGN.
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 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».