Iterative Exposure of Clonal BRIN-BD11 Cells to Ninhydrin Enables Selection of Robust Toxin-Resistant Cells but With Decreased Gene Expression of Insulin Secretory Function
Notice bibliographique
Résumé
OBJECTIVES: Prevention of pancreatic beta-cell destruction combined with preservation of insulin secretory function is an important goal for cell-based diabetes therapy. This study describes the generation and characteristics of toxin-resistant beta-cells. METHODS: By using iterative exposures to ninhydrin, a new class of robust ninhydrin-tolerant insulin-secreting BRIN-BD11 ninhydrin-tolerant (BRINnt) cells was generated. Low- and high-passage BRINnt cells were used to evaluate beta-cell function and tolerance against toxins in comparison with native BRIN-BD11 cells. Differences in viability, gene expression, insulin secretory function, antioxidant enzyme activity, DNA damage, and DNA repair efficiency were compared. RESULTS: BRIN-BD11 ninhydrin-tolerant cells exhibited resistance toward ninhydrin and hydrogen peroxide but not streptozotocin (STZ). Both total superoxide dismutase (SOD) and catalase enzyme activities of BRINnt cells were significantly enhanced, and ninhydrin-induced DNA damage was decreased. BRIN-BD11 ninhydrin-tolerant cells also exhibited enhanced DNA repair efficiency. However, this was accompanied by loss of secretagogue-induced insulin release, decreased cellular insulin content, and deficits in insulin and glucose transporter 2 gene expression. Prolonged culture of BRINnt cells in the absence of ninhydrin reversed the degenerated function of BRINnt cells but restored ninhydrin susceptibility. CONCLUSIONS: These data illustrate dissociation between beta-cell toxin resistance and secretory function, indicating difficulties in generation of robust and well-functioning cells using this approach.
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 ».