In Vitro and In Vivo Improvement of Islet Survival Following Treatment with Nerve Growth Factor
Notice bibliographique
Résumé
BACKGROUND: Nerve growth factor (NGF) has been reported to play an important regulatory role in pancreatic beta-cell function. However, the usefulness of NGF in a transplantation setting is unknown. METHODS: A marginal number of islet cells (260 islet equivalents/recipient) cultured for 24 hr with NGF (500 ng/ml) was syngeneically transplanted under the kidney capsule of streptozotocin-induced diabetic Balb/c mice. Fluorescence microscopy was used to evaluate islet viability. Islet function was evaluated in vitro and in vivo by static assay and glucose tolerance test, respectively. RESULTS: In vitro, improved viability and survival were found in murine islets cultured in serum-free medium for 96 hr with 500 ng/ml NGF (P<0.05). NGF-treated islets had more insulin secretion than islets cultured without NGF in response to 2.8 mmol/L glucose (P<0.05), and 20 mmol/L glucose conditions. In vivo, 67% of recipients with a submarginal number of islets cultured in NGF attained normoglycemia for more than 120 days, whereas transplanted islets without NGF treatment survived a maximum of 13 days in control mice. At posttransplant day 4, recipients of NGF-cultured islets showed significant improvement of glucose tolerance. On immunohistochemistry, the kidney capsules containing NGF-cultured islets displayed higher insulin content, and more dilated neoplastic microvessels than control renal capsules. The number of apoptotic cells using TUNEL staining decreased by nearly 50% in NGF-cultured islet grafts in comparison to control islet grafts. CONCLUSIONS: The above data suggest potential advantages of NGF for islet survival following transplantation. This neurotrophic approach may prove beneficial in human islet transplantation.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| 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) | 0,000 | 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 tête enseignante, 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 ».