Fibroblast populated collagen matrix promotes islet survival and reduces the number of islets required for diabetes reversal
Notice bibliographique
Résumé
Islet transplantation represents a viable treatment for type 1 diabetes. However, due to loss of substantial mass of islets early after transplantation, islets from two or more donors are required to achieve insulin independence. Islet-extracellular matrix disengagement, which occurs during islet isolation process, leads to subsequent islet cell apoptosis and is an important contributing factor to early islet loss. In this study, we developed a fibroblast populated collagen matrix (FPCM) as a novel scaffold to improve islet cell viability and function post-transplantation. FPCM was developed by embedding fibroblasts within type-I collagen and used as scaffold for islet grafts. Viability and insulin secretory function of islets embedded within FPCM was evaluated in vitro and in a syngeneic murine islet transplantation model. Islets embedded within acellular matrix or naked islets were used as control. Islet cell survival and function was markedly improved particularly after embedding within FPCM. The composite scaffold significantly promoted islet isograft survival and reduced the critical islet mass required for diabetes reversal by half (from 200 to 100 islets per recipient). Fibroblast embedded within FPCM produced fibronectin and growth factors and induced islet cell proliferation. No evidence of fibroblast over-growth within composite grafts was noticed. These results confirm that FPCM significantly promotes islet viability and functionality, enhances engraftment of islet grafts and decreases the critical islet mass needed to reverse hyperglycemia. This promising finding offers a new approach to reducing the number of islet donors per recipient and improving islet transplant outcome.
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) | 0,001 | 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 ».