A Type 1 Diabetes-related Protein from Wheat (Triticum aestivum)
Notice bibliographique
Résumé
The development of autoimmune type 1 diabetes involves complex interactions among several genes and environmental agents. Human patients with type 1 diabetes show an unusually high frequency of wheat gluten-sensitive enteropathy; T-cell response to wheat proteins is increased in some patients, and high concentrations of wheat antibodies in blood have been reported. In both major models of spontaneous type 1 diabetes, the BioBreeding (BB) rat and non-obese diabetic mouse, at least half of the cases are diet-related. In studies of BB rats fed defined semipurified diets, wheat gluten was the most potent diabetes-inducing protein source. A major limitation in understanding how wheat or other dietary antigens affect type 1 diabetes has been the difficulty in identifying specific diabetes-related dietary proteins. To address this issue, we probed a wheat cDNA expression library with polyclonal IgG antibodies from diabetic BB rats. Three clones were identified, and the intensity of antibody binding to one of them, WP5212, was strongly associated with pancreatic islet inflammation and damage. The WP5212 putative protein has high amino acid sequence homology with a wheat storage globulin, Glb1. Serum IgG antibodies from diabetic rats and humans recognized low molecular mass (33-46 kDa) wheat proteins. Furthermore, antibodies to Glb1 protein were found in serum from diabetic patients but not in age-, sex-, and HLA-DQ-matched controls. This study raises the possibility that in some individuals, type 1 diabetes may be induced by wheat proteins. Also, it provides a first candidate wheat protein that is not only antigenic in diabetic rats and human patients but is also closely linked with the autoimmune attack in the pancreas.
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) | 0,000 | 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) | 0,005 | 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 ».