Morin Improves Urate Excretion and Kidney Function through Regulation of Renal Organic Ion Transporters in Hyperuricemic Mice
Notice bibliographique
Résumé
PURPOSE: Morin (2′,3,4′,5,7-pentahydroxyflavone), a plant-derived flavonoid, has beneficial effects on hyperuricemia and renal dysfunction in animals. Since the decreased renal excretion of uric acid is the hallmark of hyperuricemia, here we studied the effects of oral morin administration on renal organic ion transporters in potassium oxonate-induced hyperuricemic mice. METHODS: Hyperuricemia in mice was induced by potassium oxonate. Uric acid and creatinine concentrations in urine and serum, and fractional excretion of uric acid (FEUA) were performed to evaluate renal urate handling. Changes in expression levels of renal organic ion transporters were detected by Western blotting and semi-quantitative reverse transcription polymerase chain reaction (RT-PCR) methods. RESULTS: Morin treatment significantly increased urinary uric acid/creatinine ratio and FEUA, resulting in reduction of serum uric acid levels in hyperuricemic mice. And kidney conditions were also improved after morin treatment in this model. Protein and mRNA levels of glucose transporter 9 (mGLUT9) and urate transporter 1 (mURAT1) were significantly decreased, and of organic anion transporter 1 (mOAT1) were remarkably increased in the kidney of morin-treated hyperuricemic mice. Morin treatment also blocked down-regulations of renal organic cation and carnitine transporters (mOCT1, mOCT2, mOCTN1 and mOCTN2) in hyperuricemic mice. CONCLUSION: These results suggest that morin exhibits the uricosuric effects via suppressing urate reabsorption and promoting urate secretion in the kidney of hyperuricemic mice and may help to attenuate deleterious effects of hyperuricemia with renal dysfunction.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».