Reduced Insulin Exocytosis in Human Pancreatic β-Cells With Gene Variants Linked to Type 2 Diabetes
Notice bibliographique
Résumé
The majority of genetic risk variants for type 2 diabetes (T2D) affect insulin secretion, but the mechanisms through which they influence pancreatic islet function remain largely unknown. We functionally characterized human islets to determine secretory, biophysical, and ultrastructural features in relation to genetic risk profiles in diabetic and nondiabetic donors. Islets from donors with T2D exhibited impaired insulin secretion, which was more pronounced in lean than obese diabetic donors. We assessed the impact of 14 disease susceptibility variants on measures of glucose sensing, exocytosis, and structure. Variants near TCF7L2 and ADRA2A were associated with reduced glucose-induced insulin secretion, whereas susceptibility variants near ADRA2A, KCNJ11, KCNQ1, and TCF7L2 were associated with reduced depolarization-evoked insulin exocytosis. KCNQ1, ADRA2A, KCNJ11, HHEX/IDE, and SLC2A2 variants affected granule docking. We combined our results to create a novel genetic risk score for β-cell dysfunction that includes aberrant granule docking, decreased Ca(2+) sensitivity of exocytosis, and reduced insulin release. Individuals with a high risk score displayed an impaired response to intravenous glucose and deteriorating insulin secretion over time. Our results underscore the importance of defects in β-cell exocytosis in T2D and demonstrate the potential of cellular phenotypic characterization in the elucidation of complex genetic disorders.
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 | 0,001 |
| 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 ».