Circulating miR-375 as a Biomarker of β-Cell Death and Diabetes in Mice
Notice bibliographique
Résumé
Type 1 diabetes is a progressive autoimmune disease that is largely silent in its initial stages. Yet, sensitive methods for detection of β-cell death and prediction and prevention of diabetes are lacking. Micro-RNAs (miRNAs) have been found at high concentrations in body fluids. Here in this study we sought to determine whether an islet enriched miRNA, miR-375, is a suitable blood marker to detect β-cell death and predict diabetes in mice. We measured miR-375 levels by quantitative RT-PCR in plasma samples of streptozotocin (STZ)-treated C57BL/6 mice and nonobese diabetic (NOD) mice. We also measured miR-375 levels in media samples of cytokine- or STZ-treated islets in the presence or absence of cell-death inhibitors. High-dose STZ administration dramatically increased circulating miR-375 levels, prior to the onset of hyperglycemia. Similarly, in the NOD mouse model of autoimmune diabetes, circulating miR-375 levels were significantly increased 2 weeks before diabetes onset. Moreover, cytokine- and STZ-induced cell death in isolated mouse islets produced a striking increase in extracellular miR-375 levels, which was reduced by cell death inhibitors. These data suggest that circulating miR-375 can be used as a marker of β-cell death and potential predictor of diabetes.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».