MétaCan
Menu
← Retour à la cohorte
Enregistrement W4408283738 · doi:10.1038/s41598-025-93144-9

Single cell transcriptomic analysis of SGLT2 expression supports an indirect or off-target role for the cardioprotective benefits of empagliflozin in heart failure

2025· article· en· W4408283738 sur OpenAlexafffund
Omar Mourad, Shabana Vohra, Sara S. Nunes

Notice bibliographique

RevueScientific Reports · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueDiabetes Treatment and Management
Établissements canadiensHeart and Stroke FoundationToronto General HospitalUniversity of TorontoUniversity Health Network
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésEmpagliflozinTranscriptomeHeart failureComputational biologyBioinformaticsMedicineGene expressionDiabetes mellitusBiologyInternal medicineType 2 diabetesBiochemistryEndocrinologyGene

Résumé

récupéré en direct d'OpenAlex

Sodium-glucose cotransporter 2 inhibitors (SGLT2i), such as empagliflozin, have shown remarkable benefits in reducing cardiovascular events and mortality in patients with heart failure irrespective of diabetes. Because of the magnitude of the benefits and broad application in both heart failure with reduced and preserved ejection fraction, there have been concerted efforts to identify a mechanism for the observed benefits. One hypothesis is that SGLT2i act directly on the heart. Given empagliflozin's high specificity to SGLT2, we reasoned that SGLT2 expression would be a requirement for cells to respond to treatment via the expected drug target. Here, we present a comprehensive transcriptomic analysis of SLC5A2, which encodes SGLT2 at the single cell level in multiple datasets from healthy and HF donors, confirming its expression in a subset of kidney epithelial cells but minimal expression in other cell types. This was true irrespective of developmental stage, disease state, sequencing method or depth, and species. Therefore, it is likely that the cardioprotective benefits of SGLT2i cannot be explained by "canonical" interactions with SGLT2.

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 seuil0,003

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
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
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 Opus0,013
Tête enseignante GPT0,253
Écart entre enseignants0,240 · 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

Citations11
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueScientific Reports→Même sujetDiabetes Treatment and Management→Travaux en français237 207→