Increasing Resistance of Tubular Epithelial Cells to Apoptosis by shRNA Therapy Ameliorates Renal Ischemia-Reperfusion Injury
Notice bibliographique
Résumé
Renal tubular epithelial cells (TEC) die by apoptosis or necrosis in renal ischemia-reperfusion injury (IRI). Fas/Fas ligand-dependent fratricide is critical in TEC apoptosis, and Fas promotes renal IRI. Therefore, targeting Fas or caspase-8 may have therapeutic potential for renal injury in kidney transplant or failure. RNA silencing by short hairpin RNA (shRNA) is a novel strategy to down-regulate protein expression. Using this approach, silencing of Fas or caspase-8 by shRNA to prevent TEC apoptosis and IRI was evaluated. IRI was induced by renal artery clamping for 45 or 60 min at 32 degrees C in uninephrectomized C57BL/6 mice. Here, we showed that Fas or pro-caspase-8 expression was significantly knocked down in TEC by stable expression of shRNA, resulting in resistance to apoptosis induced by superoxide, IFN-gamma/TNF-alpha and anti-Fas antibody. Inferior vena cava delivery of pHEX-small interfering RNA targeting Fas or pro-caspase-8 resulted in protection of kidney from IRI, indicated by reduction of renal tubular injury (necrosis and apoptosis) and serum creatinine or blood urea nitrogen. Our data suggest that shRNA-based therapy targeting Fas and caspase-8 in renal cells can lead to protection of kidney from IRI. Attenuation of pro-apoptotic proteins using genetic manipulation strategies such as shRNA might represent a novel strategy to promote kidney allograft survival from rejection or failure.
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 | 0,000 | 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 | 0,001 | 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 | 0,000 |
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 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 ».