Insulin-expressing engineered cell lines and primary cells: surrogate β cells from liver, gut, and other sources
Notice bibliographique
Résumé
PURPOSE OF REVIEW: Islet transplantation is being used to treat type 1 diabetes but is currently limited by the shortage of tissue available and by insufficient long-term function of transplanted islets. Thus, there remains significant interest in developing substitute sources of insulin-producing cells. Here we review progress in this area, focusing on insulin gene therapy and generation of new insulin-producing cells by redirecting hepatic and intestinal tissues towards a β-cell phenotype. RECENT FINDINGS: Insulin gene therapy using non-β cells has been improved by utilizing modified insulin constructs controlled by regulatory elements to confer nutrient responsiveness, and by inducing insulin production in endocrine cells that are equipped for rapid and in some cases glucose-responsive secretion. Significant advances have also been made towards generation of insulin-producing cells via transcriptional manipulation of hepatic and intestinal cells. These approaches offer the potential of generating a virtually limitless supply of insulin-producing cells. SUMMARY: The major challenge associated with insulin gene therapy in non-β cells is to achieve rapid, glucose-responsive secretion, while transdifferentiation approaches require additional characterization of the function and stability of insulin-producing cells. Continued efforts in these areas are warranted, as re-establishment of endogenous insulin production would be a welcome replacement to insulin injections for diabetes treatment.
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 ».