Antiaging Glycopeptide Protects Human Islets Against Tacrolimus-Related Injury and Facilitates Engraftment in Mice
Notice bibliographique
Résumé
Clinical islet transplantation has become an established treatment modality for selected patients with type 1 diabetes. However, a large proportion of transplanted islets is lost through multiple factors, including immunosuppressant-related toxicity, often requiring more than one donor to achieve insulin independence. On the basis of the cytoprotective capabilities of antifreeze proteins (AFPs), we hypothesized that supplementation of islets with synthetic AFP analog antiaging glycopeptide (AAGP) would enhance posttransplant engraftment and function and protect against tacrolimus (Tac) toxicity. In vitro and in vivo islet Tac exposure elicited significant but reversible reduction in insulin secretion in both mouse and human islets. Supplementation with AAGP resulted in improvement of islet survival (Tac(+) vs. Tac+AAGP, 31.5% vs. 67.6%, P < 0.01) coupled with better insulin secretion (area under the curve: Tac(+) vs. Tac+AAGP, 7.3 vs. 129.2 mmol/L/60 min, P < 0.001). The addition of AAGP reduced oxidative stress, enhanced insulin exocytosis, improved apoptosis, and improved engraftment in mice by decreasing expression of interleukin (IL)-1β, IL-6, keratinocyte chemokine, and tumor necrosis factor-α. Finally, transplant efficacy was superior in the Tac+AAGP group and was similar to islets not exposed to Tac, despite receiving continuous treatment for a limited time. Thus, supplementation with AAGP during culture improves islet potency and attenuates long-term Tac-induced graft dysfunction.
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 ».