MétaCan
Menu
← Retour à la cohorte
Enregistrement W4410715626 · doi:10.3899/jrheum.2025-0390.pv017

EXPLORING THE ROLE OF CELLULAR SENESCENCE IN LUPUS NEPHRITIS

2025· article· en· W4410715626 sur OpenAlexvenueno aff
Laura Watteyne, Gaëlle Tilman, Émilie Dupré, Antoine Enfrein, Farah Tamirou, Frédéric Houssiau, Sophie Lucas, Nisha Limaye

Notice bibliographique

RevueThe Journal of Rheumatology · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueSystemic Lupus Erythematosus Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineLupus nephritisSenescenceCellular senescenceImmunologyNephritisPathologyInternal medicineGeneticsDiseasePhenotype

Résumé

récupéré en direct d'OpenAlex

PV017 / #362 Poster Topic: AS02 - Animal Models Background/Purpose Cellular senescence is a physiological process triggered by various stresses, causing cells to enter irreversible cell cycle arrest. These cells nevertheless remain metabolically active, and undergo morphological and functional changes, such as acquisition of a pro-fibrotic and proinflammatory secretome. Cellular senescence has been reported in renal aging and in kidney diseases such as hypertensive nephropathy, IgA nephropathy, and diabetic nephropathy.[1] We previously reported that lupus nephritis (LN) patients with more severe baseline disease and poor long-term outcome exhibit higher levels of cellular senescence (measured using the hallmark marker p16INK4a), in baseline biopsy.[2] We assessed for the presence and time of onset of renal cell senescence in lupus-prone B6.NZMSle1/Sle2/Sle3 (B6. Sle1.2.3) mice, with a view to testing for the effects of senolytic drugs on kidney disease progression in this model. Methods A time-course was performed, with necropsy of 2 C57Bl/6 (B6) and 10 B6.Sle1.2.3 mice, every 2 months from 2 to 12 months. Systemic autoimmunity was assessed by ELISA to measure total IgG and anti-dsDNA IgG in plasma. IgG deposition in kidneys was measured by immunofluorescence. Renal disease was assessed using urine albumin/creatinine ratio and kidney histology (activity and chronicity scores). Cellular senescence in the kidney was assessed by immunohistochemistry for p16Ink4a and senescence-associated β-galactosidase assay. We are now testing the senolytic drug combination dasatinib (5 mg/kg) plus quercetin (50 mg/kg) (DQ) vs vehicle control, in 2 distinct settings: (i) after onset of systemic disease but before onset of any signs of renal disease or renal cell senescence (ie, from 5 months of age until necropsy at 8 months of age); (ii) after onset of renal cell senescence and overt kidney disease (ie, from 8 months of age to necropsy at 10 months of age). Treatment is administered by oral gavage bi-weekly. Systemic and renal disease, as well as cellular senescence, will be assessed as described above. Results We demonstrated, in aged (12-15 month old) B6.Sle1.2.3 lupus-prone mice, that high kidney p16Ink4a positivity is significantly associated with increased proteinuria, histopathological scores, CD8+ T cell infiltration and renal fibrosis. As in patients, p16Ink4a-positivity was not associated with systemic disease parameters or with Ig deposition in the kidney. A time-course showed that systemic disease parameters as well as glomerular IgG deposits increase from 4 months of age in B6.Sle1.2.3 as compared to B6 control mice; kidney disease shows later onset (from 6-8 months of age) and greater heterogeneity. The appearance of p16Ink4a positive cells above B6 levels is observed at 8 months of age in B6.Sle1.2.3 mice.[3] Treatment of a first cohort with DQ is currently ongoing, with preliminary results expected in January 2025. Conclusions Based on the time of onset of renal cell senescence and systemic vs. end-organ disease observed in the B6.Sle1.2.3 mouse model, we are now testing the effect of senolytic therapy (drugs selectively targeting senescent cell anti-apoptotic pathways) on renal disease penetrance and severity. Should renal cell senescence (and the clearance of these cells) prove to have an impact on disease, it could provide a non-immune cell targeting strategy in LN. References: [1.] Valentijn FA. J Cell Commun Signal 2017; 12(1):69-82. [2.] Tilman G. RMD Open 2021;7(3):e001844. [3.] Tilman G. Lupus Sci Med 2023;10(2):e001010.

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)0,001
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,031
Tête enseignante GPT0,280
Écart entre enseignants0,249 · 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'étudeObservationnel
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Rheumatology→Même sujetSystemic Lupus Erythematosus Research→Travaux en français237 207→