MP008SILAC-BASED PROTEOMICS OF PRIMARY HUMAN RENAL CELLS REVEALS A NOVEL LINK BETWEEN MALE SEX HORMONES AND IMPAIRED ENERGY METABOLISM IN DIABETIC KIDNEY DISEASE
Notice bibliographique
Résumé
Introduction and Aims: Male sex predisposes to chronic kidney disease (CKD). Since androgens have shown to exert deleterious effects in a variety of kidney cells, we hypothesized that dihydrotestosterone (DHT) would impair the biology of the renal tubular cell by inducing changes in the proteome. By employing stable isotope labeling with amino acids (SILAC) in an indirect spike-in fashion, we aimed to accurately quantify the proteome in DHT- and 17β-estradiol (EST)-treated human primary proximal tubular epithelial cells (PTEC). Methods: PTEC were serum starved for 18h and incubated with 100nM DHT (n = 4), 100nM EST (n = 3) or ethanol (CONT, n = 4) for 10min (control experiments) or 8h (proteome study). HK-2 cells were SILAC-labelled for 8 passages. For each replicate of PTEC, 150µg of total protein were mixed with 150µg of heavy proteins. After tryptic digestion, peptides were fractionated by strong cationic exchange chromatography and analyzed by online liquid chromatography tandem mass spectrometry (LC-MS/MS). Maxquant software was used for protein identification and H/L ratios calculation. Perseus and Cytoscape software were used for statistical and bioinformatics analyses. Western Blot was employed for pAKT and pERK determination in control experiments and for the in vitro and in vivo validation studies.
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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,002 | 0,001 |
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 ».