High-Throughput in vitro Gel-Based Plate Assay to Screen for Calcium Oxalate Stone Inhibitors
Notice bibliographique
Résumé
OBJECTIVE: Kidney stones are a common medical condition that is increasing in prevalence worldwide. Approximately, ∼80% of urinary calculi are composed of calcium oxalate (CaOx). There is a growing interest toward identifying therapeutic compounds that can inhibit the formation of CaOx crystals. However, some chemicals (e.g., antibiotics and bacterial metabolites) may directly promote crystallization. Current knowledge is limited regarding crystal promoters and inhibitors. Thus, we have developed an in vitro gel-based diffusion model to screen for substances that directly influence CaOx crystal formation. MATERIALS AND METHODS: We used double diffusion of sodium oxalate and calcium chloride-loaded paper disks along an agar medium to facilitate the controlled formation of monohydrate and dihydrate CaOx crystals. A third disk was used for the perpendicular diffusion of a test substance to assess its influence on CaOx crystal formation. RESULTS: We confirmed that citrates and magnesium are effective inhibitors of CaOx crystals. We also demonstrated that 2 strains of uropathogenic Escherichia coli are able to promote crystal formation. While the other tested uropathogens and most antibiotics did not change crystal formation, ampicillin was able to reduce crystallization. CONCLUSION: We have developed an inexpensive and high-throughput model to evaluate substances that influence CaOx crystallization.
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 | 0,001 |
| 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 ».