Beneficial Effects of Exendin-4 on Experimental Polyneuropathy in Diabetic Mice
Notice bibliographique
Résumé
OBJECTIVE: The therapeutic potential of exendin-4, an agonist of the glucagon-like peptide-1 receptor (GLP-1R), on diabetic polyneuropathy (DPN) in streptozotocin (STZ)-induced diabetic mice was investigated. RESEARCH DESIGN AND METHODS: The presence of the GLP-1R in lumbar dorsal root ganglion (DRG) was evaluated by immunohistochemical analyses. DRG neurons were dissected from C57BL6/J mice and cultured with or without Schwann cell-conditioned media in the presence or absence of GLP-1 (7-37) or exendin-4. Then neurite outgrowth was determined. In animal-model experiments, mice were made diabetic by STZ administration, and after 12 weeks of diabetes, exendin-4 (10 nmol/kg) was intraperitoneally administered once daily for 4 weeks. Peripheral nerve function was determined by the current perception threshold and motor and sensory nerve conduction velocity (MNCV and SNCV, respectively). Sciatic nerve blood flow (SNBF) and intraepidermal nerve fiber densities (IENFDs) also were evaluated. RESULTS: The expression of the GLP-1R in DRG neurons was confirmed. GLP-1 (7-37) and exendin-4 significantly promoted neurite outgrowth of DRG neurons. Both GLP-1R agonists accelerated the impaired neurite outgrowth of DRG neurons cultured with Schwann cell-conditioned media that mimicked the diabetic condition. At the doses used, exendin-4 had no effect on blood glucose or HbA(1c) levels. Hypoalgesia and delayed MNCV and SNCV in diabetic mice were improved by exendin-4 without affecting the reduced SNBF. The decreased IENFDs in sole skins of diabetic mice were ameliorated by exendin-4. CONCLUSIONS: Our findings indicate that exendin-4 ameliorates the severity of DPN, which may be achieved by its direct actions on DRG neurons and their axons.
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 ».