Hepatocyte growth factor gene therapy for islet transplantation
Notice bibliographique
Résumé
Recent clinical studies have documented that human islet transplantation has the potential to replace pancreatic endocrine function in patients with type 1 diabetes. These studies have also highlighted an enormous shortage of human islets that impedes the use of islet transplantation in clinical practice on a larger scale. To address this problem, one potential approach is to use islet growth factors to increase beta cell replication, to improve beta cell function and to enhance beta cell survival. In that context, transgenic mice overexpressing hepatocyte growth factor (HGF) in the pancreatic beta cell display increased beta cell proliferation, function and survival. More importantly, HGF-overexpressing transgenic mouse islets markedly improve transplant performance in severe combined immunodeficiency (SCID) mice and reduce the number of islets required for successful islet transplantation. Recently, adenoviral-mediated gene transfer of HGF into normal rodent islets has confirmed the beneficial effects of HGF in improving islet transplant outcomes in two marginal mass islet transplant models in rodents: islet transplant under the kidney capsule in SCID mice; and portal islet allograft transplantation in rats treated with the Edmonton immunosuppressive regimen. These studies suggest that ex vivo HGF gene therapy has the potential to reduce the number of human islets required for successful islet transplantation.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| 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 | 0,001 | 0,000 |
| 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 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 ».