Data on changes of NF-κB gene expression in liver and lungs as a biomarker and hepatic injury in CLP-induced septic rats
Notice bibliographique
Résumé
Nuclear factor kappa-light-chain-enhancer of activated B cells (NF-κB) is a ubiquitous transcription factor, which plays a key role in regulating immune response against infection. Increased and/or prolonged activation of NF-κB has been linked to cancer, inflammatory, autoimmune diseases and viral infection. The purpose of this set of data was to evaluate NF-κB gene expression in cecal ligation and puncture (CLP)- induced septic rats and associated hepatic cell changes. Here, we provide the information about the evaluation of NF-κB gene expression using Real-time PCR and histopathological data of liver-related to our study published in the Turkish Journal of Medical Sciences [1]. Also, the information of the primers and more details about gene expression evaluation by real-time PCR of the targeted gene is provided. The data present here introduced another biomarker in liver and lung of CLP- induced septic rats and also confirmed hepatic dysfunction based on the pathological data. The histopathologic assessment showed normal condition in control group, mild infiltration of neutrophils in the liver parenchyma and portal tracts in LAP group (laparotomy) but severe congestion, severe neutrophil infiltration in the liver parenchyma and portal tracts in the CLP group. The data from real-time PCR showed that NF-κB expression was significantly increased in the CLP group compared with the control and LAP group, so it can be a biomarker for (CLP)- induced sepsis. This set of data and our previous study underscored the powerful potential of using the real-time PCR method to determine the involvement of genes such as MPO, CD177, and NF-κB in infectious diseases like sepsis.
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 | 0,001 | 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 | 0,001 |
| 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 ».