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
Normothermic ex-vivo kidney perfusion (NEVKP) results in significantly improved graft function in porcine auto-transplant models of donation after circulatory death injury compared with 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 three time points from pig kidneys subjected to 30 min of warm ischemia, followed by 8 h of NEVKP or SCS, and auto-transplantation. 70/6593 proteins quantified were differentially expressed between NEVKP and SCS groups (false discovery rate < 0.05). Proteins increased in NEVKP mediated key metabolic processes including fatty acid ß-oxidation, the tricarboxylic acid 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 (electron transfer flavoprotein subunit beta and carnitine O-palmitoyltransferase 2, mitochondrial) by immunoblotting. Transcription factor databases identified members of the peroxisome proliferator-activated receptors (PPAR) family of transcription factors as the upstream regulators of our dataset, and we confirmed increased expression of PPARA, PPARD, and RXRA in NEVKP with reverse transcription polymerase chain reaction. The proteome-level changes observed in NEVKP mediate critical metabolic pathways. 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 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) | 0,001 | 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 | 0,000 | 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 ».