AEB-071 has minimal impact on onset of autoimmune diabetes in NOD mice
Notice bibliographique
Résumé
Protein kinase C (PKC) is an important signaling enzyme in the activation and regulation of T lymphocytes. T-cell-mediated destruction of beta-cells is a characteristic feature of autoimmune (Type 1) diabetes. Here we explore the ability of PKC inhibition, using the PKC inhibitor AEB-071 (AEB), to reduce disease in two animal models of spontaneous autoimmune diabetes (non-obese diabetic (NOD) mouse and biobreeding rat (BB)). NOD mice were treated with AEB for 4 weeks, starting at either 4 weeks of age (prior to the development of insulitis) or at 8 weeks of age, once insulitis is present. Animals treated with AEB during the effector phase of the disease (treatment onset at 8 weeks of age), showed a 2-week delay in diabetes onset (p < 0.05). In these animals, the extent of insulitis was lower than in vehicle-treated controls; however, neither serum autoimmune anti-GAD65 antibody levels nor pancreatic insulin content were different between experimental groups. Overall, inhibition of PKC can mildly reduce lymphocytic infiltrate of pancreatic islets and modestly delay onset of autoimmune diabetes in NOD mice. AEB, a T-cell-targeted immunosuppressive strategy, is only sufficient as a monothereapy to modestly delay onset of autoimmune disease in the NOD mouse.
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 | 0,001 |
| 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 ».