Normothermic Ex-vivo Kidney Perfusion in a Porcine Auto-Transplantation Model Preserves the Expression of Key Mitochondrial Proteins: An Unbiased Proteomics Analysis
Notice bibliographique
Résumé
Abstract Normothermic ex-vivo kidney perfusion (NEVKP) results in significantly improved graft function in porcine auto-transplant models of DCD injury compared to static cold storage (SCS); however, the molecular mechanisms underlying these beneficial effects remain unclear. We performed an unbiased proteomics analysis of 28 kidney biopsies obtained at 3 time points from pig kidneys subjected to 30-minutes of warm ischemia, followed by 8 hours of NEVKP or SCS, and auto-transplantation. 70/6593 proteins quantified were differentially expressed between NEVKP and SCS groups (FDR<0.05). Proteins increased in NEVKP mediated key metabolic processes including fatty acid ß-oxidation, the TCA-cycle and oxidative phosphorylation. Comparison of our findings with external datasets of ischemia-reperfusion, and other models of kidney injury confirmed that 47 of our proteins represent a common signature of kidney injury reversed or attenuated by NEVKP. We validated key metabolic proteins (ETFB, CPT2) by immunoblotting. Transcription factor databases identified PPARGC1A, PPARA/G/D and RXRA/B as the upstream regulators of our dataset, and we confirmed their increased expression in NEVKP with RT-PCR. The proteome-level changes observed in NEVKP mediate critical metabolic pathways that may explain the improved graft function observed. These effects may be coordinated by PPAR-family transcription factors, and may represent novel therapeutic targets in ischemia-reperfusion injury.
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 | 0,000 | 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) | 0,001 | 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 ».