Pancreas patch-seq links physiologic dysfunction in diabetes to single-cell transcriptomic phenotypes
Notice bibliographique
Résumé
Summary Pancreatic islet cells regulate glucose homeostasis through insulin and glucagon secretion; dysfunction of these cells leads to severe diseases like diabetes. Prior single-cell transcriptome studies have shown heterogeneous gene expression in major islet cell-types; however it remains challenging to reconcile this transcriptomic heterogeneity with observed islet cell functional variation. Here we achieved electrophysiological profiling and single-cell RNA sequencing in the same islet cell (pancreas patch-seq) thereby linking transcriptomic phenotypes to physiologic properties. We collected 1,369 cells from the pancreas of donors with or without diabetes and assessed function-gene expression networks. We identified a set of genes and pathways that drive functional heterogeneity in β-cells and used these to predict β-cell electrophysiology. We also report specific transcriptional programs that correlate with dysfunction in type 2 diabetes (T2D) and extend this approach to cryopreserved cells from donors with type 1 diabetes (T1D), generating a valuable resource for understanding islet cell heterogeneity in health and disease. Key findings Pancreas patch-seq provides a single-cell survey of function-transcriptome pairing in 1,369 islet cells from donors with and without diabetes Expression of a specific subset of genes predicts β-cell electrophysiology in transcriptome-function networks. Compromised β-cell function in T2D correlates with altered ETV1 expression and inflammatory pathways Functional heterogeneity in α-cells maps to ER stress and islet lineage markers Application of patch-seq to cells from rare cryopreserved islets from donors with T1D
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».