Anti-LG3 Antibodies Aggravate Renal Ischemia–Reperfusion Injury and Long-Term Renal Allograft Dysfunction
Notice bibliographique
Résumé
Pretransplant autoantibodies to LG3 and angiotensin II type 1 receptors (AT1R) are associated with acute rejection in kidney transplant recipients, whereas antivimentin autoantibodies participate in heart transplant rejection. Ischemia-reperfusion injury (IRI) can modify self-antigenic targets. We hypothesized that ischemia-reperfusion creates permissive conditions for autoantibodies to interact with their antigenic targets and leads to enhanced renal damage and dysfunction. In 172 kidney transplant recipients, we found that pretransplant anti-LG3 antibodies were associated with an increased risk of delayed graft function (DGF). Pretransplant anti-LG3 antibodies are inversely associated with graft function at 1 year after transplantation in patients who experienced DGF, independent of rejection. Pretransplant anti-AT1R and antivimentin were not associated with DGF or its functional outcome. In a model of renal IRI in mice, passive transfer of anti-LG3 IgG led to enhanced dysfunction and microvascular injury compared with passive transfer with control IgG. Passive transfer of anti-LG3 antibodies also favored intrarenal microvascular complement activation, microvascular rarefaction and fibrosis after IRI. Our results suggest that anti-LG3 antibodies are novel aggravating factors for renal IRI. These results provide novel insights into the pathways that modulate the severity of renal injury at the time of transplantation and their impact on long-term outcomes.
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) | 0,000 | 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) | 0,002 | 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 ».