The impact of normothermic and hypothermic preservation methods on kidney lipidome—comparative study using chemical biopsy with microextraction probes
Notice bibliographique
Résumé
Introduction: kidney perfusion (NEVKP) is designed to replicate physiological conditions to improve graft outcomes. A comparison of the impact of hypothermic and normothermic preservation techniques on graft quality was performed by lipidomic profiling using solid-phase microextraction (SPME) chemical biopsy as a minimally invasive sampling approach. Methods: Direct kidney sampling was conducted using SPME probes coated with a mixed-mode extraction phase in a porcine autotransplantation model of the renal donor after cardiac death, comparing three preservation methods: static cold storage (SCS), NEVKP, and hypothermic machine perfusion (HMP). The lipidomic analysis was done using ultra-high-performance liquid chromatography coupled with a Q-Exactive Focus Orbitrap mass spectrometer. Results: < 0.05, VIP > 1) higher levels of acylcarnitines, phosphocholines, ether-linked and longer-chain phosphoethanolamines, triacylglycerols and most lysophosphocholines and lysophosphoethanolamines in the hypothermic preservation group. The results showed that the preservation temperature has a more significant impact on the lipidomic profile of the kidney than the preservation method's mechanical characteristics. Conclusion: Higher levels of lipids detected in the hypothermic preservation group may be related to ischemia-reperfusion injury, mitochondrial dysfunction, pro-inflammatory effect, and oxidative stress. Obtained results suggest the NEVKP method's beneficial effect on graft function and confirm that SPME chemical biopsy enables low-invasive and repeated sampling of the same tissue, allowing tracking alterations in the graft throughout the entire transplantation procedure.
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 | 0,000 |
| 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 ».