Characterization of the renal cortical transcriptome following Roux-en-Y gastric bypass surgery in experimental diabetic kidney disease
Notice bibliographique
Résumé
INTRODUCTION: Roux-en-Y gastric bypass surgery (RYGB) reduces albuminuria and the long-term incidence of end-stage renal disease in patients with obesity and diabetes. Preclinical modeling in experimental diabetic kidney disease demonstrates that improvements in glomerular structure likely underpin these findings. RESEARCH DESIGN AND METHODS: In adult male Zucker diabetic fatty (ZDF) rats, we profiled the effect of RYGB on weight and metabolic control as well biochemical, structural and ultrastructural indices of diabetic renal injury. Furthermore, we sequenced the renal cortical transcriptome in these rats and used bioinformatic pathway analyses to characterize the transcriptional alterations governing the renal reparative response to RYGB. RESULTS: In parallel with improvements in weight and metabolic control, RYGB reduced albuminuria, glomerulomegaly, podocyte stress and podocyte foot process effacement. Pathway analysis of RYGB-induced transcriptomic changes in the renal cortex highlighted correction of disease-associated alterations in fibrosis, inflammation and biological oxidation pathways. RYGB reversed disease-associated changes in the expression of transforming growth factor (TGF)-β superfamily genes that strongly correlated with improvements in structural measures of glomerulopathy. CONCLUSIONS: Improved glomerular structure in ZDF rats following RYGB is underpinned by pathway level changes, including interruption of the TGF-β-driven early profibrotic programme. Our data provide an important layer of experimental support for clinical evidence demonstrating that RYGB arrests renal damage in patients with obesity and type 2 diabetes.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».