Susceptibility to Fatty Acid-Induced β-Cell Dysfunction Is Enhanced in Prediabetic Diabetes-Prone BioBreeding Rats: A Potential Link Between β-Cell Lipotoxicity and Islet Inflammation
Notice bibliographique
Résumé
β-Cell lipotoxicity is thought to play an important role in the development of type 2 diabetes. However, no study has examined its role in type 1 diabetes, which could be clinically relevant for slow-onset type 1 diabetes. Reports of enhanced cytokine toxicity in fat-laden islets are consistent with the hypothesis that lipid and cytokine toxicity may be synergistic. Thus, β-cell lipotoxicity could be enhanced in models of autoimmune diabetes. To determine this, we examined the effects of prolonged free fatty acids elevation on β-cell secretory function in the prediabetic diabetes-prone BioBreeding (dp-BB) rat, its diabetes-resistant BioBreeding (dr-BB) control, and normal Wistar-Furth (WF) rats. Rats received a 48-h iv infusion of saline or Intralipid plus heparin (IH) (to elevate free fatty acid levels ~2-fold) followed by hyperglycemic clamp or islet secretion studies ex vivo. IH significantly decreased β-cell function, assessed both by the disposition index (insulin secretion corrected for IH-induced insulin resistance) and in isolated islets, in dp-BB, but not in dr-BB or WF, rats, and the effect of IH was inhibited by the antioxidant N-acetylcysteine. Furthermore, IH significantly increased islet cytokine mRNA and plasma cytokine levels (monocyte chemoattractant protein-1 and IL-10) in dp-BB, but not in dr-BB or WF, rats. All dp-BB rats had mononuclear infiltration of islets, which was absent in dr-BB and WF rats. In conclusion, the presence of insulitis was permissive for IH-induced β-cell dysfunction in the BB rat, which suggests a link between β-cell lipotoxicity and islet inflammation.
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 ».