MétaCan
Menu
Retour à la cohorte
Enregistrement W2884609746 · doi:10.1016/j.molmet.2018.07.003

Individual islet respirometry reveals functional diversity within the islet population of mice and human donors

2018· article· en· W2884609746 sur OpenAlexafffund
Evan P. Taddeo, Linsey Stiles, Samuel B. Sereda, Eleni Ritou, Dane M. Wolf, Muhamad Rais Abdullah, Zachary Swanson, Joshua J. Wilhelm, Melena D. Bellin, Patrick J. McDonald, Kacey L. Caradonna, Andrew P. Neilson, Marc Liesa, Orian S. Shirihai

Notice bibliographique

RevueMolecular Metabolism · 2018
Typearticle
Langueen
DomaineMedicine
ThématiquePancreatic function and diabetes
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNational Institute of Diabetes and Digestive and Kidney DiseasesUniversity of AlbertaAlberta Diabetes FoundationUniversity of California, San DiegoNational Institutes of HealthUCSD-UCLA Diabetes Research Center
Mots-clésIsletBiologyPopulationRespirometryPancreasMitochondrionRespirationFunction (biology)Cell biologyEndocrinologyInternal medicineInsulinBiochemistryAnatomyMedicine

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: Islets from the same pancreas show remarkable variability in glucose sensitivity. While mitochondrial respiration is essential for glucose-stimulated insulin secretion, little is known regarding heterogeneity in mitochondrial function at the individual islet level. This is due in part to a lack of high-throughput and non-invasive methods for detecting single islet function. METHODS: We have developed a novel non-invasive, high-throughput methodology capable of assessing mitochondrial respiration in large-sized individual islets using the XF96 analyzer (Agilent Technologies). RESULTS: area (∼210 μm diameter). In addition, we have measured heterogeneous glucose-stimulated mitochondrial respiration among individual human and mouse islets from the same pancreas, allowing population analyses of islet mitochondrial function for the first time. CONCLUSIONS: We have developed a novel methodology capable of analyzing mitochondrial function in large-sized individual islets. By highlighting islet functional heterogeneity, we hope this methodology can significantly advance islet research.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,021
Tête enseignante GPT0,255
Écart entre enseignants0,234 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations39
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMolecular MetabolismMême sujetPancreatic function and diabetesTravaux en français237 207