Dipeptidase-1 governs renal inflammation during ischemia reperfusion injury
Notice bibliographique
Résumé
The mechanisms that drive leukocyte recruitment to the kidney are incompletely understood. Dipeptidase-1 (DPEP1) is a major neutrophil adhesion receptor highly expressed on proximal tubular cells and peritubular capillaries of the kidney. Renal ischemia reperfusion injury (IRI) induces robust neutrophil and monocyte recruitment and causes acute kidney injury (AKI). Renal inflammation and the AKI phenotype were attenuated in Dpep1 −/− mice or mice pretreated with DPEP1 antagonists, including the LSALT peptide, a nonenzymatic DPEP1 inhibitor. DPEP1 deficiency or inhibition primarily blocked neutrophil adhesion to peritubular capillaries and reduced inflammatory monocyte recruitment to the kidney after IRI. CD44 but not ICAM-1 blockade also decreased neutrophil recruitment to the kidney during IRI and was additive to DPEP1 effects. DPEP1, CD44, and ICAM-1 all contributed to the recruitment of monocyte/macrophages to the kidney following IRI. These results identify DPEP1 as a major leukocyte adhesion receptor in the kidney and potential therapeutic target for AKI.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 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 ».