Mitochondrial DNA in Urinary Large Extracellular Vesicles as a Marker of Relapse in Children with Nephrotic Syndrome
Notice bibliographique
Résumé
Background: Nephrotic Syndrome (NS) is one of the most common causes of glomerulopathy in children. There has been an increased focus on reactive oxygen species (ROS) and mitochondrial injury in podocytes as drivers of proteinuric disease. We recently showed that podocyte-specific large extracellular vesicles (LEVs; 0.1-1.0 um) are increased in the urine of children with NS. The aim of this study was to characterize LEV mitochondrial DNA (mtDNA) content from those same children. We investigated this relationship further using cultured podocytes exposed to toxins in vitro. Methods: We analyzed urine samples from a prospective cohort enrolling children 1-18y with NS. Podocyte specific LEVs were quantified using flow cytometry and nanoparticle tracking (NTA). Urinary LEV mtDNA was assessed using qPCR. Human immortalized podocytes (hPod) were used in cell culture experiments. Puromycin aminonucleoside (PAN; 25 ug/mL; 24 hours) and lipopolysaccharide (LPS; 25 ug/mL; 24 hours) were used as podocyte toxins. Results: We analyzed 28 samples from 14 patients. Podocyte LEVs were significantly lower in remission vs. nephrosis (p<0.01). Urine protein to creatinine ratio correlated with elevated LEVs (p=0.0005). Patient urinary LEV mtDNA was higher in NS relapse compared to remission (p=0.04). In hPod cells, PAN treatment resulted in a 2.5-fold increase in hPod LEVs (p=0.03) while LPS caused a 3.5-fold increase (p=0.0004). The impact of PAN and LPS treatment on in vitro LEV production was abrogated by the antioxidant MITO-Tempol. Following treatment with PAN or LPS in vitro, we observed an ˜25-fold increase in LEV mtDNA content (p<0.01). Conclusions: In summary, LEVs may serve as a biomarker of podocyte injury in nephrotic syndrome in children and their mtDNA content can differentiate remission from relapse. hPods show similar characteristics when treated with common podocyte toxins, and ongoing studies aim to characterize this further.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 ».