Loss of clusterin expression worsens renal ischemia-reperfusion injury
Notice bibliographique
Résumé
Prevention of ischemia-reperfusion injury (IRI) is a challenge in clinical care of the patients with kidney transplants or acute kidney injury, and understanding of the intrinsic mechanisms of resistance to injury in the kidney will lead to a novel therapy. Clusterin, a secreted glycoprotein, is an antiapoptotic protein in cancer cells. Our study is to investigate the role of clusterin in renal IRI. Renal IRI in mice was induced by clamping renal vein and artery for 45 or 50 min at 32 degrees C. Apoptosis of renal tubular epithelial cells (TECs) was determined by FACS analysis. Clusterin expression was examined by Western blot or immunohistochemistry. Here, we showed that clusterin protein was induced in TECs following IRI, and more tubules expressed clusterin in the kidneys following ischemia at higher temperatures. In human proximal TEC HKC-8 cultures, clusterin was upregulated by removal of serum and growth factors in medium and was downregulated by TNF-alpha-IFN-gamma mixture. The levels of clusterin were positively correlated with cell survival in these conditions. Knockdown or knockout of clusterin expression enhanced the sensitivity of TECs to apoptosis. In experimental models of renal IRI, deficiency in clusterin expression worsened the injury, as indicated by a significant increase in renal tissue damage with higher levels of serum creatinine and blood urea nitrogen and by a poorer recovery from the injury in clusterin-deficient mice compared with wild-type mice. Our data indicate that the reduction of inducible expression of clusterin results in an increase in TEC apoptosis in the cultures and renders mice susceptibility to IRI, implying a protective role of clusterin in kidney injury.
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) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| 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) | 0,000 | 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 ».