Characterization of the transcriptome in isolated and transplanted mouse pancreatic islets
Notice bibliographique
Résumé
The transplantation of pancreatic islets is an option for therapeutic management of hypoglycemia unawareness in select patients with type 1 diabetes mellitus. Characteristics of the transcriptome of freshly isolated islets, islet allografts, and islet isograft are reported in the literature. However, no single experiment has undertaken a comparison of the islet allograft to isograft. Potential implications of the latter are the use in diagnosis of rejection and to discover the molecular pathways in islet allograft dysfunction after transplant. Here, the mouse model of islet transplant is used to characterize the transcriptome of freshly isolated islets and compare islet graft in an isogeneic vs. allogeneic host using an Affymetrix GeneChip® Array assay. A set of islet associated transcripts (IAT) was developed, and subsequently shown to have high level of expression in islet allografts and isografts harvested either five- or ten-days after transplant. Furthermore, specific analysis of transcriptome differences between islet isografts and pre-rejection allografts (ten-day), reveal a series of islet rejection associated transcripts (IRAT). Nearly half of IRAT show overlap with previously described pathogenesis based transcript sets identified in the setting of mouse kidney allograft rejection. The novel transcripts identified to be associated with islet rejection include those involved in chemotaxis or lymphocyte function. Although use of biopsy based monitoring of humans islet transplants remains difficult at the present time, this study provides proof of principle for a transcriptome based technique for islet graft rejection monitoring and describes the transcripts associated with islet 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 ».