Curcumin alleviates ischemia reperfusion-induced acute kidney injury through NMDA receptor antagonism in rats
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVE: The present study investigated the role of N-methyl-d-aspartate (NMDA) receptors in curcumin-mediated renoprotection against ischemia reperfusion (I/R)-induced acute kidney injury (AKI) in rats. METHODS: Rats were subjected to bilateral renal I/R (40 min I, 24 hours R) to induce AKI. Kidney injury was assessed by measuring creatinine clearance, blood urea nitrogen, plasma uric acid, potassium level, fractional excretion of sodium, and macroproteinuria. Oxidative stress in renal tissues was assessed by measuring myeloperoxidase activity, thiobarbituric acid reactive substances, superoxide anion generation, and reduced glutathione content. Hematoxylin & eosin staining was done to assess histological changes in renal tissues. Curcumin (30 and 60 mg/kg) was administered one hour before subjecting rats to AKI. In separate groups, NMDA receptor agonists, glutamic acid (200 mg/kg), and spermidine (20 mg/kg) were administered prior to curcumin treatment in rats followed by AKI. RESULTS: I/R-induced AKI was demonstrated by significant change in plasma and urine parameters along with marked increase in oxidative stress and histological changes in renal tissues that were aggravated with pretreatment of glutamic acid and spermidine in rats. Administration of curcumin resulted in significant protection against AKI. However, glutamic acid and spermidine pretreatments prevented curcumin-mediated renoprotection. CONCLUSION: It is concluded that NMDA receptor antagonism significantly contributes towards curcumin-mediated protection against I/R-induced AKI.
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.
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) | 0,000 | 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 | 0,000 |
| 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 découle