Attenuating Ischemia-Reperfusion Injury in Kidney Transplantation by Perfusing Donor Organs With siRNA Cocktail Solution
Notice bibliographique
Résumé
BACKGROUND: Ischemia-reperfusion (I/R) injury is the major cause of delayed renal graft function in kidney transplantation. To date, there are no effective therapeutic approaches for preventing I/R injury. We previously reported that treatment of animals with small interference RNA (siRNA) would prevent warm I/R injury in nontransplant models and cold I/R injury in heart transplantation. In the present study, we further explore the feasibility of protecting grafts from extended cold I/R injury as applied to kidney transplantation by downregulating I/R-associated genes using siRNA. METHODS: Donor kidneys were intra-arterially perfused with siRNA containing solution during donor excision and preserved in siRNA containing solution. The siRNA-treated donor organs were then implanted into syngeneic recipient mice, and the 2 original kidneys were removed from the recipient. The effect of siRNA solution on extended cold I/R injury was determined by assessing renal function, histopathological change, cell apoptosis, and inflammation. RESULTS: The perfused siRNA solution knocked down the expression of complement 3, RelB, and Fas in the kidney at the mRNA and protein levels. Administration of siRNA solution reduced the levels of blood urea nitrogen and serum creatinine as compared with control groups. The siRNA cocktail decreased cell apoptosis and histopathological changes in the kidney and prolonged graft survival. The siRNA cocktail also reduced the expression of proinflammatory cytokines, IL-6, and TNFα. CONCLUSIONS: In conclusion, this is the first demonstration that perfusing donor organs with an siRNA cocktail solution can induce gene silencing in the kidney and prevent kidneys from extended cold I/R injury in kidney transplantation, highlighting the promise of the clinical application of siRNA-based therapies in the preservation of donor organs.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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) | 0,001 | 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 ».