Wnt/β-catenin inhibitor pyrivinium attenuates cisplatin-induced acute kidney injury by possibly reducing platinum uptake and accumulation mediated by reduced organic cation transporter-2 expressions
Notice bibliographique
Résumé
Aberrant activation of Wnt/β-catenin induces renal dysfunction by initiating pro-apoptotic cascades, fibrosis, oxidative and inflammatory burden. This study tested the therapeutic effects of Wnt/β-catenin inhibitor pyrvinium against cisplatin-induced acute kidney injury (AKI) in rats. Cisplatin was administered at a single dose of 5 mg/kg (i.p.) and renal cisplatin accumulation and uptake in cortical slices were determined after the fifth day by atomic absorption spectroscopy. Levels of pro-inflammatory cytokines were checked by ELISA, and organic cation transporter-2 (OCT-2) transcription and expression in renal tissue were evaluated by RT-PCR and immunohistochemical technique. Cisplatin administration produced renal dysfunction manifested as increase in serum creatinine, blood urea nitrogen, proteinuria, reduced clearance and electrolyte imbalance. Oxidative stress indices, pro-inflammatory cytokines, fibronectin, and caspase-3 activity were elevated in cisplatin-challenged rats. Moreover, increased renal OCT-2 transcription and immunostaining were detected in cisplatin kidneys which resulted in platinum accumulation. Additional docking studies depicted strong interaction between the β-catenin and OCT-2 protein. These manifestations induced mitochondrial dysfunction, histological damage and fibrosis. Notably, Wnt/β-catenin inhibitor pyrvinium (60 µg/kg; p.o.) treatment reduced the renal OCT-2 gene transcription causing a decline in platinum levels. Thus, the present study concludes that Wnt/β-catenin inhibition attenuates cisplatin-induced AKI in rats, partly by down-regulating OCT-2 expression.
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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».