Adenosine receptor activation ameliorates type 1 diabetes
Notice bibliographique
Résumé
Growing evidence indicates that adenosine receptors could be promising therapeutic targets in autoimmune diseases. Here we studied the role of adenosine receptors in controlling the course of type 1 diabetes. Diabetes in CD-1 mice was induced by multiple-low-dose-streptozotocin (MLDS) treatment and in nonobese diabetic (NOD) mice by cyclophosphamide injection. The nonselective adenosine receptor agonist 5'-N-ethylcarboxamidoadenosine (NECA) prevented diabetes development in both MLDS-challenged mice and in cyclophosphamide-treated NOD mice. The effect of NECA was reversed by the selective A2B receptor antagonist N-(4-cyanophenyl)-2-[4-(2,3,6,7-tetrahydro-2,6-dioxo-1,3-dipropyl-1H-purin-8-yl)phenoxy]acetamide (MRS 1754). The selective A1 receptor agonist 2-chloro-N6-cyclopentyladenosine (CCPA) and A3 receptor agonist N6-(3-iodobenzyl)-adenosine-5'-N-methyluronamide (IB-MECA) were less efficacious in ameliorating the course of diabetes. NECA inhibited diabetes in A2A receptor KO mice and the selective A2A receptor agonist 2-p-(2-carboxyethyl)phenethyl-amino-5'-N-ethyl-carboxamidoadenosine (CGS21680) had no effect in normal mice, indicating a lack of role of A2A receptors. NECA failed to prevent cytokine-induced beta-cell death in vitro, but NECA strongly suppressed expression of the proinflammatory cytokines TNF-alpha, MIP-1alpha, IL-12, and IFN-gamma in pancreata, endotoxin, or anti-CD3-stimulated splenic cells, and T helper 1 lymphocytes, indicating that the beneficial effect of NECA was due to immunomodulation. These results demonstrate that adenosine receptor ligands are potential candidates for the treatment of type 1 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 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 ».