Characterization of Matricellular Protein Expression Signatures in Mechanistically Diverse Mouse Models of Kidney Injury
Notice bibliographique
Résumé
Fibrosis is the most common pathophysiological manifestation of Chronic Kidney Disease (CKD). It is defined as excessive deposition of extracellular matrix (ECM) proteins. Embedded within the ECM are a family of proteins called Matricellular Proteins (MCPs), which are typically expressed during chronic pathologies for ECM processing. As such, identifying potential MCPs in the pathological secretome of a damaged kidney could serve as diagnostic/therapeutic targets of fibrosis. Using published RNA-Seq data from two kidney injury mouse models of different etiologies, Folic Acid (FA) and Unilateral Ureteral Obstruction (UUO), we compared and contrasted the expression profile of various members from well-known MCP families during the Acute and Fibrotic injury phases. As a result, we identified common and distinct MCP expression signatures between both injury models. Bioinformatic analysis of their differentially expressed MCP genes revealed similar top annotation clusters from Molecular Function and Biological Process networks, which are those commonly involved in fibrosis. Using kidney lysates from FA- and UUO-injured mice, we selected MCP genes from our candidate list to confirm mRNA expression by Western Blot, which correlated with injury progression. Understanding the expressions of MCPs will provide important insight into the processes of kidney repair, and may validate MCPs as biomarkers and/or therapeutic targets of CKD.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 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 | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».