Cross-Talk between Phosphatidylinositol 3-Kinase/AKT and c-Jun NH2-Terminal Kinase Mediates Survival of Isolated Human Islets
Notice bibliographique
Résumé
Therapeutic strategies aimed at the inhibition of specific cell death mechanisms may increase islet yield and improve cell viability and function after routine isolation. The aim of the current study was to explore the possibility of AKT-JNK cross-talk in islets after isolation and the relevance of c-jun NH2-terminal kinases (JNK) suppression on islet survival. After routine isolation, increased AKT activity correlated with suppression of JNK activation, suggesting that they may be related events. Indeed, the increase in AKT activation after isolation correlated with suppression of apoptosis signal-regulating kinase 1 (ASK1), a kinase acting upstream of JNK, by phosphorylation at Ser83. We therefore examined whether modulators of phosphatidylinositol 3-kinase (PI3K)/AKT signaling affected JNK activation. PI3K inhibition led to increased JNK phosphorylation and islet cell death, which could be reversed by the specific JNK inhibitor SP600125. In addition, IGF-I suppressed cytokine-mediated JNK activation in a PI3K-dependent manner. We also demonstrate that inhibition of PI3K rendered islets more susceptible to cytokine-mediated cell death. SP600125 transiently protected islets from cytokine-mediated cell death, suggesting that JNK may not be necessary for cytokine-induced cell death. When administered immediately after isolation, SP600125 improved islet survival and function, even 48 h after removal of SP600125, suggesting that JNK inhibition by SP600125 may be a viable strategy for improving isolated islet survival. Taken together, these results demonstrate that PI3K/AKT suppresses the JNK pathway in islets, and this cross-talk represents an important antiapoptotic consequence of PI3K/AKT activation.
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) | 0,001 | 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 ».