Hepatocyte Growth Factor Gene Therapy for Pancreatic Islets in Diabetes: Reducing the Minimal Islet Transplant Mass Required in a Glucocorticoid-Free Rat Model of Allogeneic Portal Vein Islet Transplantation
Notice bibliographique
Résumé
Islet transplantation for diabetes is limited by the availability of human islet donors. Hepatocyte growth factor (HGF) is a potent beta-cell mitogen and survival factor and improves islet transplant outcomes in a murine model. However, the murine model employs renal subcapsular transplant and immunodeficient mice, features not representative of human islet transplantation protocols. Therefore, we have developed a more rigorous, marginal-mass rat islet transplant model that more closely resembles human islet transplantation protocols: islet donors are allogeneic Lewis islets; recipients are normal Sprague Dawley rats; islets are delivered intraportally; and immunosuppression is accomplished using the same immunosuppressants employed by the Edmonton group. We demonstrate that 1) surprisingly, the Edmonton immunosuppression regimen induces marked insulin resistance and beta-cell toxicity in rats, 2) adenovirus does not adversely affect islet transplant outcomes, 3) the Edmonton immunosuppressants may delay or block rejection of adenovirally transduced islets, and more importantly, 4) pretransplant islet adenoviral gene therapy with HGF markedly improves islet transplant outcomes, 5) this enhanced function persists for months, and 6) HGF enhances islet function and survival even in the setting of immunosuppressant-induced insulin resistance and beta-cell toxicity. This approach may enhance islet transplantation outcomes in humans.
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 ».