<i>In vivo</i> effects of cytokines on pancreatic β‐cells in models of type I diabetes dependent on CD4<sup>+</sup> T lymphocytes
Notice bibliographique
Résumé
CD4(+) T cells can actively kill beta-cells in type I diabetes as well as help CD8(+) T cells become cytolytic. Cytokines have the potential to kill beta-cells, or upregulate Fas on beta-cells, and increase their susceptibility to FasL. We investigated the direct effects of cytokines on beta-cells in perforin-deficient non-obese diabetic (NOD) mice and NOD4.1 TCR transgenic mice, two models in which CD8(+) T cells play a less dominant role. Inhibiting the effects of cytokines by the overexpression of suppressor of cytokine signalling-1 (SOCS1) in beta-cells did not reduce diabetes or insulitis in perforin-deficient NOD, NOD4.1 or interleukin (IL)-1 receptor-deficient NOD4.1 mice. SOCS1 overexpression prevented Fas upregulation on NOD4.1 beta-cells, but did not prevent islet destruction because SOCS1 transgenic islets were killed when grafted into NOD4.1.scid mice. Likewise, Fas-deficient NOD.lpr islets were destroyed in NOD4.1 mice. Although blocking the effects of interferon (IFN)gamma on beta-cells did not affect diabetes in NOD4.1 mice, global deficiency of IFNgammaR2 reduced diabetes and insulitis, suggesting that IFNgamma is involved in CD4(+) T-cell activation or migration. Our data show that beta-cells under attack by CD4(+) T cells are not destroyed by the effects of cytokines including IFNgamma and IL-1 or Fas-dependent cytotoxicity.
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 ».