In vivo reprogramming of pancreatic acinar cells to three islet endocrine subtypes
Notice bibliographique
Résumé
Direct lineage conversion of adult cells is a promising approach for regenerative medicine. A major challenge of lineage conversion is to generate specific cell subtypes. The pancreatic islets contain three major hormone-secreting endocrine subtypes: insulin(+) β-cells, glucagon(+) α-cells, and somatostatin(+) δ-cells. We previously reported that a combination of three transcription factors, Ngn3, Mafa, and Pdx1, directly reprograms pancreatic acinar cells to β-cells. We now show that acinar cells can be converted to δ-like and α-like cells by Ngn3 and Ngn3+Mafa respectively. Thus, three major islet endocrine subtypes can be derived by acinar reprogramming. Ngn3 promotes establishment of a generic endocrine state in acinar cells, and also promotes δ-specification in the absence of other factors. δ-specification is in turn suppressed by Mafa and Pdx1 during α- and β-cell induction. These studies identify a set of defined factors whose combinatorial actions reprogram acinar cells to distinct islet endocrine subtypes in vivo. DOI: http://dx.doi.org/10.7554/eLife.01846.001.
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) | 0,000 | 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 ».