miR-193a as a potential mediator of WT-1/synaptopodin in the renoprotective effect of Losartan on diabetic kidney
Notice bibliographique
Résumé
Diabetic nephropathy (DN) is the most common complication of diabetic patients, and has become a global healthcare problem. In this study, we used diabetic mice to evaluate the effect of Losartan on DN, in which the experimental animals were divided into three groups: non-diabetic mice (db/m group), untreated-diabetic mice (db/db group), and Losartan-treated diabetic mice (db/db-losartan). Next, immunohistochemistry and immunofluorescence were used to detect Wilms tumor protein 1 (WT-1) and synaptopodin expression, respectively. Protein levels of WT-1, synaptopodin, claudin1, and Pax-2 were assessed by Western blotting and real-time PCR. The miR-193a mRNA levels were quantitated by real-time PCR. The results showed that albuminuria was increased in diabetic mice compared with control animals and was significantly ameliorated by treatment with Losartan. In addition, Losartan significantly upregulated the immunopositive cell numbers of WT-1, the expression of WT-1 and synaptopodin in renal tissue. By contrast, expression of claudin1 and Pax-2 in renal tissue were decreased in db/db-losartan group. Besides, expression of miR-193a was decreased significantly in db/db-losartan group compared with the untreated diabetic group. Thus, Losartan has renoprotective effects on the control of tissue damage possibly by inhibiting the expression of miR-193a, thereby promoting the repair of podocyte injury in mice with DN.
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 | 0,001 |
| 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 ».