MétaCan
Menu
← Retour à la cohorte
Enregistrement W3175341947 · doi:10.1096/fasebj.25.1_supplement.1103.6

P‐glycoprotein overexpression in MDCKII kidney cells is associated with increased cholesterol efflux to high density lipoprotein

2011· article· en· W3175341947 sur OpenAlexaff
Carlos León, Kishor M. Wasan

Notice bibliographique

RevueThe FASEB Journal · 2011
Typearticle
Langueen
DomaineMedicine
ThématiqueDrug Transport and Resistance Mechanisms
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésEffluxP-glycoproteinCholesterolHMG-CoA reductaseKidneyABCA1ReductaseHigh-density lipoproteinApolipoprotein BLipoproteinChemistryBiologyEndocrinologyInternal medicinePharmacologyBiochemistryEnzymeTransporterMedicineGeneMultiple drug resistance

Résumé

récupéré en direct d'OpenAlex

We investigated the role of P-glycoprotein (Pgp) in cholesterol metabolism in canine kidney (MDCKII) cells which overexpressed Pgp (MDCKII-MDR1). Pgp overexpression was confirmed by immunoblotting and by daunorubicin uptake studies. MDCKII-MDR1 kidney cells showed a three-fold increase in HMG CoA reductase expression with no changes in cholesterol cellular levels compared to MDCKII controls. Furthermore, cholesterol synthesis was significantly increased by 30% in MDCKII-MDR1 cells compared to MDCKII controls consistent with the increase in HMG CoA reductase expression. Cholesterol efflux to HDL was significantly increased by 40% in Pgp overexpressing cells compared to controls. This effect was specific as cholesterol efflux to Apolipoprotein A1 was not affected by the Pgp overexpression in these cells. High density lipoprotein (HDL) uptake was not affected by Pgp overexpression in MDCKII cells. These findings suggest that Pgp contributes to cholesterol efflux to HDL in kidney cells. The subcellular localization of Pgp in kidney cells and the fact that cholesterol has been found in urine from patients with nephropathies, suggest that Pgp may modulate cholesterol efflux to HDL in these clinical conditions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,014
Tête enseignante GPT0,210
Écart entre enseignants0,196 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe FASEB Journal→Même sujetDrug Transport and Resistance Mechanisms→Travaux en français237 207→