A computational model of epithelial solute and water transport along a human nephron
Notice bibliographique
Résumé
We have developed the first computational model of solute and water transport from Bowman space to the papillary tip of the nephron of a human kidney. The nephron is represented as a tubule lined by a layer of epithelial cells, with apical and basolateral transporters that vary according to cell type. The model is formulated for steady state, and consists of a large system of coupled ordinary differential equations and algebraic equations. Model solution describes luminal fluid flow, hydrostatic pressure, luminal fluid solute concentrations, cytosolic solute concentrations, epithelial membrane potential, and transcellular and paracellular fluxes. We found that if we assume that the transporter density and permeabilities are taken to be the same between the human and rat nephrons (with the exception of a glucose transporter along the proximal tubule and the H+-pump along the collecting duct), the model yields segmental deliveries and urinary excretion of volume and key solutes that are consistent with human data. The model predicted that the human nephron exhibits glomerulotubular balance, such that proximal tubular Na+ reabsorption varies proportionally to the single-nephron glomerular filtration rate. To simulate the action of a novel diabetic treatment, we inhibited the Na+-glucose cotransporter 2 (SGLT2) along the proximal convoluted tubule. Simulation results predicted that the segment's Na+ reabsorption decreased significantly, resulting in natriuresis and osmotic diuresis.
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 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».