Urinary protein profiling with surface-enhanced laser desorption/ionization time-of-flight mass spectrometry in ET<sub>B</sub>receptor-deficient ratsThis article is one of a selection of papers published in the special issue (part 2 of 2) on Forefronts in Endothelin.
Notice bibliographique
Résumé
The pathways leading to salt-sensitive hypertension and renal damage in rescued ETB receptor-deficient (ETBRd) rats are still unknown. The objective of the study was therefore to identify modifications of urinary peptide and protein expression in ETBRd rats (n = 9) and wild-type controls (n = 6) using SDS - polyacrylamide gel electrophoresis (SDS-PAGE) and surface-enhanced laser desorption/ionization time-of-flight mass spectrometry (SELDI-TOF-MS) technology. Glomerular filtration rate, glomerulosclerosis, and tubulointerstitial fibrosis did not differ between the groups. ETBRd rats showed slightly higher blood pressure (p < 0.001), media/lumen ratio of intrarenal arteries (p < 0.01), and albuminuria (p < 0.01). SDS-PAGE confirmed albuminuria, but showed no differences in the urinary excretion of low molecular weight proteins (<60 kDa). SELDI-TOF-MS profiling revealed 9 proteomic features at molecular masses (Da) of 2720, 2980, 3130, 3345, 6466, 6682, 8550, 18 729, and 37 492, which were significantly elevated (p < 0.02) in urine of ETBRd rats. The results demonstrate that, independent of structural changes in the kidneys, ETB-receptor deficiency causes specific differences in urinary peptide and protein excretion. SELDI-TOF-MS may be a valuable tool for the characterization of urinary biomarkers helping to uncover the mechanism of ETBR action in the kidney.
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 | 0,000 |
| 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) | 0,001 | 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 ».