Mathematical Modeling of Heterogeneous Electrophysiological Responses in Human β-Cells
Notice bibliographique
Résumé
Electrical activity plays a pivotal role in glucose-stimulated insulin secretion from pancreatic β-cells. Recent findings have shown that the electrophysiological characteristics of human β-cells differ from their rodent counterparts. We show that the electrophysiological responses in human β-cells to a range of ion channels antagonists are heterogeneous. In some cells, inhibition of small-conductance potassium currents has no effect on action potential firing, while it increases the firing frequency dramatically in other cells. Sodium channel block can sometimes reduce action potential amplitude, sometimes abolish electrical activity, and in some cells even change spiking electrical activity to rapid bursting. We show that, in contrast to L-type Ca2+-channels, P/Q-type Ca2+-currents are not necessary for action potential generation, and, surprisingly, a P/Q-type Ca2+-channel antagonist even accelerates action potential firing. By including SK-channels and Ca2+ dynamics in a previous mathematical model of electrical activity in human β-cells, we investigate the heterogeneous and nonintuitive electrophysiological responses to ion channel antagonists, and use our findings to obtain insight in previously published insulin secretion measurements. Using our model we also study paracrine signals, and simulate slow oscillations by adding a glycolytic oscillatory component to the electrophysiological model. The heterogenous electrophysiological responses in human β-cells must be taken into account for a deeper understanding of the mechanisms underlying insulin secretion in health and disease, and as shown here, the interdisciplinary combination of experiments and modeling increases our understanding of human β-cell physiology.
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 ».