Requirement of clusterin expression for prosurvival autophagy in hypoxic kidney tubular epithelial cells
Notice bibliographique
Résumé
Cellular autophagy is a prosurvival mechanism in the kidney against ischemia-reperfusion injury (IRI), but the molecular pathways that activate the autophagy in ischemic kidneys are not fully understood. Clusterin (CLU) is a chaperone-like protein, and its expression is associated with kidney resistance to IRI. The present study investigated the role of CLU in prosurvival autophagy in the kidney. Renal IRI was induced in mice by clamping renal pedicles at 32°C for 45 min. Hypoxia in renal tubular epithelial cell (TEC) cultures was induced by exposure to a 1% O2 atmosphere. Autophagy was determined by either light chain 3-BII expression with Western blot analysis or light chain 3-green fluorescent protein aggregation with confocal microscopy. Cell apoptosis was determined by flow cytometric analysis. The unfolded protein response was determined by PCR array. Here, we showed that autophagy was significantly activated by IRI in wild-type (WT) but not CLU-deficient kidneys. Similarly, autophagy was activated by hypoxia in human proximal TECs (HKC-8) and WT mouse primary TECs but was impaired in CLU-null TECs. Hypoxia-activated autophagy was CLU dependent and positively correlated with cell survival, and inhibition of autophagy significantly promoted cell death in both HKC-8 and mouse WT/CLU-expressing TECs but not in CLU-null TECs. Further experiments showed that CLU-dependent prosurvival autophagy was associated with activation of the unfolded protein response in hypoxic kidney cells. In conclusion, these data suggest that activation of prosurvival autophagy by hypoxia in kidney cells requires CLU expression and may be a key cytoprotective mechanism of CLU in the protection of the kidney from hypoxia/ischemia-mediated 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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».