Podocyte Proteomics Revealed hUCMSC-Exosomes Ameliorate Diabetic Kidney Disease through Inhibiting Talin-1 Mediated EMT
Notice bibliographique
Résumé
BACKGROUND: Podocytes injury drives proteinuria in diabetic kidney disease (DKD). Exosomes derived from human umbilical cord mesenchymal stem cells (hUCMSCs) have demonstrated therapeutic potential in kidney diseases. However, the effects of hUCMSCs on podocyte injury and the underlying mechanisms in DKD remain unexplored. METHODS: Four-dimensional label-free quantitative proteomics was performed on a global analysis of proteins in sorted podocytes from normal mice (NC group), db/db mice (DM group), and db/db mice treated with hUCMSCs (DMT group). RESULTS: HUCMSC-derived exosomes alleviated renal dysfunction and podocyte epithelial-mesenchymal transition (EMT). A total of 1765 proteins were quantified, with enrichment in pathways related to cytoskeleton organization, phagocytosis, oxidative stress, and apoptosis. Talin-1 was downregulated in diabetic podocytes but upregulated following hUCMSC treatment. Talin-1 silencing exacerbated high glucose-induced EMT. CONCLUSIONS: This study highlights the potential of hUCMSC-derived exosomes as a therapeutic strategy for DKD by ameliorating Talin-1-mediated podocyte EMT.
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 | 0,000 |
| 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) | 0,001 | 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 ».