MétaCan
Menu
Retour à la cohorte
Enregistrement W4403831483 · doi:10.1681/asn.2024p4xmck6v

IL-32 Is a Lipid Droplet-Associated Mediator of Tubular Injury in Diabetic Kidney Disease

2024· article· en· W4403831483 sur OpenAlexaff
Hyunjae Chung, Sarthak Sinha, Mona Chappellaz, Arthur Lau, Waleed Rahmani, Sisay Getie Belay, Asha K. R. Swamy, Kevin R. Chapman, Graciela Andonegui, Hallgrímur Benediktsson, Peter K. Stys, Daniel A. Muruve, Justin Chun

Notice bibliographique

RevueJournal of the American Society of Nephrology · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueLipid metabolism and disorders
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésMediatorMedicineRenal injuryKidney diseaseDiseaseInternal medicineDiabetes mellitusEndocrinologyKidney

Résumé

récupéré en direct d'OpenAlex

Background: Diabetic kidney disease (DKD) is the leading cause of kidney failure worldwide. The mechanisms contributing to DKD progression remains poorly characterized. In biopsies of human DKD, lipid droplets (LD) accumulate primarily in tubules with advanced stages of DKD. The contribution of lipid dysregulation is not well understood for DKD. Here we use human kidney biopsies and DKD patient-derived kidney organoids to investigate how LDs contribute to the pathogenesis of DKD. Methods: Human kidney biopsies of the DKD as classified by the Renal Pathology Society classification of DKD were stained using Nile Red and analyzed to LD distribution and numbers. To model DKD, induced pluripotent stem cells (iPSC) were reprogrammed from healthy controls and DKD patients and differentiated to kidney organoids. Kidney organoids were treated with diabetic conditions in the absence of the SGLT2 inhibitor canagliflozin and analyzed by single cell RNA sequencing, in vitro assays, digital spatial imaging (CosMx), molecular spatial imaging (GeoMx) and live kidney organoid imaging. Results: High glucose uptake promoted prominent LD formation in proximal tubular cells (PTC) of human kidney organoids derived from the iPSC of DKD patients. Single cell RNA sequencing of kidney organoids identified IL32, a gene encoding a pro-inflammatory cytokine induced by high glucose and downregulated by the SGLT2 inhibitor canagliflozin. Analysis of human DKD biopsies by Nanostring's digital spatial transcriptomics and molecular spatial imaging confirmed enrichment of IL32 mRNA in injured proximal tubules. In human DKD organoids, IL-32 localized to tubular LD and its upregulation led to mitochondrial reactive oxygen species generation, mitochondrial fragmentation and tubular basement membrane thickening, attenuated by IL32 knockdown. Overexpression of the beta and gamma isoforms of IL-32 in primary human proximal tubular epithelial cells induced mitochondrial fragmentation, ROS, and caspase-3 and GSDME-mediated cell death. Conclusion: These findings identify IL-32 as a potential mediator linking metabolic dysfunction to chronic inflammation in DKD. IL-32 is a potentially targetable LD-associated cytokine that can be used to delay the progression of DKD. Funding: Government Support – Non-U.S.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,007
Tête enseignante GPT0,262
Écart entre enseignants0,254 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the American Society of NephrologyMême sujetLipid metabolism and disordersTravaux en français237 207