Clusterin regulates macrophage expansion, polarization and phagocytic activity in response to inflammation in the kidneys
Notice bibliographique
Résumé
Abstract Clusterin (CLU) is a multifunctional protein localized extracellularly and intracellularly. Although CLU‐knockout (KO) mice are more susceptible to renal ischemia‐reperfusion injury (IRI), the mechanisms underlying the actions of CLU in IRI are not fully understood. Macrophages are key regulators of IRI severity and tissue repair. Therefore, we investigated the role of CLU in macrophage polarization and phagocytosis. Renal IRI was induced in wild‐type (WT) or CLU‐KO C57BL/6 mice by clamping the renal pedicles for 30 min at 32°C. Peritoneal macrophages were activated via an intraperitoneal injection of lipopolysaccharide (LPS). Renal tissue damage was examined using histology, whereas leukocyte phenotypes were assessed using flow cytometry and immunohistochemistry. We found that monocytes/macrophages expressed the CLU protein that was upregulated by hypoxia. The percentages of macrophages (F4/80 + , CD11b + or MAC3 + ) infiltrating the kidneys of WT mice were significantly less than those in CLU‐KO mice after IRI. The M1/M2 phenotype ratio of the macrophages in WT kidneys decreased at day 7 post‐IRI when the injury was repaired, whereas that in KO kidneys increased consistently as tissue injury persisted. In response to LPS stimulation, WT mice produced fewer M1 macrophages, but not M2, than the control did. Phagocytosis was stimulated by CLU expression in macrophages compared with the CLU null controls and by the exogenous CLU protein. In conclusion, CLU suppresses macrophage infiltration and proinflammatory M1 polarization during the recovery period following IRI, and enhances phagocytic activity, which may be partly responsible for tissue repair in the kidneys of WT mice after 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 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 ».