Multiparameter Screening Reveals a Role for Na+ Channels in Cytokine-Induced β-Cell Death
Notice bibliographique
Résumé
Pancreatic β-cell death plays a role in both type 1 and type 2 diabetes, but clinical treatments that specifically target β-cell survival have not yet been developed. We have recently developed live-cell imaging-based, high-throughput screening methods capable of identifying factors that modulate pancreatic β-cell death, with the hope of finding drugs that can intervene in this process. In the present study, we used a high-content screen and the Prestwick Chemical Library of small molecules to identify drugs that block cell death resulting from exposure to a cocktail of cytotoxic cytokines (25 ng/mL TNF-α, 10 ng/mL IL-1β, and 10 ng/mL IFN-γ). Data analysis with self-organizing maps revealed that 19 drugs had profiles similar to that of the no cytokine condition, indicating protection. Carbamazepine, an antiepileptic Na(+) channel inhibitor, was particularly interesting because Na(+) channels are not generally considered targets for antiapoptotic therapy in diabetes and because the function of these channels in β-cells has not been well studied. We analyzed the expression and characteristics of Na(+) currents in mature β-cells from MIP-GFP mice. We confirmed the dose-dependent protective effects of carbamazepine and another use-dependent Na(+) channel blocker in cytokine-treated mouse islet cells. Carbamazepine down-regulated the proapoptotic and endoplasmic reticulum stress signaling induced by cytokines. Together, these studies point to Na(+) channels as a novel therapeutic target in diabetes.
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 | 0,001 |
| 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 ».