In Vivo Expression of HGF/NK1 and GLP-1 From dsAAV Vectors Enhances Pancreatic β-Cell Proliferation and Improves Pathology in the <i>db/db</i> Mouse Model of Diabetes
Notice bibliographique
Résumé
OBJECTIVE: The purpose of the current study was to determine whether double-stranded adeno-associated virus (dsAAV)-mediated in vivo expression of β-cell growth factors, glucagon-like peptide-1 (GLP-1) and the NK1 fragment of hepatocyte growth factor (HGF/NK1) in β-cells, improves pathology in the db/db mouse model of type 2 diabetes. RESEARCH DESIGN AND METHODS; The glucoregulatory actions of GLP-1 and full-length HGF are well characterized. Here, we test the ability of HGF/NK1 to induce proliferation of exogenous islets and MIN6 β-cells. In addition, we target both GLP-1 and HGF/NK1 to endogenous β-cells using dsAAV vectors containing the mouse insulin-II promoter. We compare the abilities of these gene products to induce islet proliferation in vitro and in vivo and characterize their abilities to regulate diabetes after AAV-mediated delivery to endogenous islets of db/db mice. RESULTS: Recombinant HGF/NK1 induces proliferation of isolated islets, and dsAAV-mediated expression of both GLP-1 and HGF/NK1 induces significant β-cell proliferation in vivo. Furthermore, both GLP-1 and HGF/NK1 expressed from dsAAV vectors enhance β-cell mass and insulin secretion in vivo and significantly delay the onset of hyperglycemia in db/db mice. CONCLUSIONS: A single treatment with dsAAV vectors expressing GLP-1 or HGF/NK1 enhances islet growth and significantly improves pathology in a mouse model of type 2 diabetes. This represents the first example of a successful use of HGF/NK1 for diabetes therapy, providing support for direct AAV-mediated in vivo delivery of β-cell growth factors as a novel therapeutic strategy for the treatment of type 2 diabetes.
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 ».