Deletion of <i>Pten</i> in Pancreatic β-Cells Protects Against Deficient β-Cell Mass and Function in Mouse Models of Type 2 Diabetes
Notice bibliographique
Résumé
OBJECTIVE: Type 2 diabetes is characterized by diminished pancreatic β-cell mass and function. Insulin signaling within the β-cells has been shown to play a critical role in maintaining the essential function of the β-cells. Under basal conditions, enhanced insulin-PI3K signaling via deletion of phosphatase with tensin homology (PTEN), a negative regulator of this pathway, leads to increased β-cell mass and function. In this study, we investigated the effects of prolonged β-cell-specific PTEN deletion in models of type 2 diabetes. RESEARCH DESIGN AND METHODS: Two models of type 2 diabetes were employed: a high-fat diet (HFD) model and a db/db model that harbors a global leptin-signaling defect. A Cre-loxP system driven by the rat insulin promoter (RIP) was employed to obtain mice with β-cell-specific PTEN deletion (RIPcre(+) Pten(fl/fl)). RESULTS: PTEN expression in islets was upregulated in both models of type 2 diabetes. RIPcre(+) Pten(fl/fl) mice were completely protected against diabetes in both models of type 2 diabetes. The islets of RIPcre(+) Pten(fl/fl) mice already exhibited increased β-cell mass under basal conditions, and there was no further increase under diabetic conditions. Their β-cell function and islet PI3K signaling remained intact, in contrast to HFD-fed wild-type and db/db islets that exhibited diminished β-cell function and attenuated PI3K signaling. These protective effects in β-cells occurred in the absence of compromised response to DNA-damaging stimuli. CONCLUSIONS: PTEN exerts a critical negative effect on both β-cell mass and function. Thus PTEN inhibition in β-cells can be a novel therapeutic intervention to prevent the decline of β-cell mass and function in 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) | 0,000 | 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 ».