Overexpression of mm9_circ_013935 alleviates renal inflammation and fibrosis in diabetic nephropathy via the miR-153-3p/NFIC axis
Notice bibliographique
Résumé
Circ-RBM4 (mm9_circ_013935) has been revealed to have low expression in the renal tissues of diabetic nephropathy (DN) mice, and its underlying regulatory mechanism remains unexplored. The high glucose (HG) - treated mouse podocytes were used to establish DN cell models. A cell counting kit-8 assay was used to examine the viability of mouse podocytes. The expression of proteins related to fibrosis (collagen I, collagen III, fibronectin) was detected using Western blot. The concentration of inflammation cytokines (tumor necrosis factor α, interleukin 1β (IL-1β), IL-8) in mouse podocytes was assessed by ELISA. The interaction between genes was explored by luciferase reporter assays. HG treatment decreased the viability and elevated the expression of fibrosis and inflammation factors in mouse podocytes. Circ-RBM4 expression was downregulated in HG-treated mouse podocytes. Circ-RBM4 overexpression reversed HG-induced increase in levels of proteins related to fibrosis and the concentration of inflammation factors. The miR-153-3p was revealed to bind with circ-RBM4 and directly targeted nuclear factor I/C (NFIC) in mouse podocytes. Rescue assays indicated that circ-RBM4 attenuated HG-induced fibrosis and inflammation response in mouse podocytes by inhibiting miR-153-3p expression or upregulating NFIC expression. Circ-RBM4 alleviated the renal inflammation and renal fibrosis in DN by targeting the miR-153-3p/NFIC axis.
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 ».