Elevated urinary CRELD2 is associated with endoplasmic reticulum stress–mediated kidney disease
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
ER stress has emerged as a signaling platform underlying the pathogenesis of various kidney diseases. Thus, there is an urgent need to develop ER stress biomarkers in the incipient stages of ER stress-mediated kidney disease, when a kidney biopsy is not yet clinically indicated, for early therapeutic intervention. Cysteine-rich with EGF-like domains 2 (CRELD2) is a newly identified protein that is induced and secreted under ER stress. For the first time to our knowledge, we demonstrate that CRELD2 can serve as a sensitive urinary biomarker for detecting ER stress in podocytes or renal tubular cells in murine models of podocyte ER stress-induced nephrotic syndrome and tunicamycin- or ischemia-reperfusion-induced acute kidney injury (AKI), respectively. Most importantly, urinary CRELD2 elevation occurs in patients with autosomal dominant tubulointerstitial kidney disease caused by UMOD mutations, a prototypical tubular ER stress disease. In addition, in pediatric patients undergoing cardiac surgery, detectable urine levels of CRELD2 within postoperative 6 hours strongly associate with severe AKI after surgery. In conclusion, our study has identified CRELD2 as a potentially novel urinary ER stress biomarker with potential utility in early diagnosis, risk stratification, treatment response monitoring, and directing of ER-targeted therapies in selected patient subgroups in the emerging era of precision nephrology.
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 | 0,001 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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