Localization of Glucagon-Like Peptide-2 Receptor Expression in the Mouse
Notice bibliographique
Résumé
Glucagon-like peptide-2 (GLP-2), secreted from enteroendocrine cells, attenuates gut motility, enhances barrier function, and augments nutrient absorption, actions mediated by a single GLP-2 receptor (GLP-2R). Despite extensive analyses, the precise distribution and cellular localization of GLP-2R expression remains controversial, confounded by the lack of suitable GLP-2R antisera. Here, we reassessed murine Glp2r expression using regular and real-time quantitative PCR (qPCR), in situ hybridization (ISH), and a Glp2rLacZ reporter mouse. Glp2r mRNA expression was detected from the stomach to the rectum and most abundant in the jejunum. Glp2r transcripts were also detected in cerebral cortex, mesenteric lymph nodes, gallbladder, urinary bladder, and mesenteric fat. Surprisingly, Glp2r mRNA was found in testis by qPCR at levels similar to jejunum. However, the testis Glp2r transcripts, detected by different primer pairs and qPCR, lacked 5' mRNA coding sequences, and only a minute proportion of them corresponded to full-length Glp2r mRNA. Within the gut, Glp2r-driven LacZ expression was localized to enteric neurons and lamina propria stromal cells, findings confirmed by ISH analysis of the endogenous Glp2r mRNA. Unexpectedly, vascular Glp2rLacZ expression was localized to mesenteric veins and not arteries. Moreover, mesenteric fat Glp2rLacZ expression was detected within blood vessels and not adipocytes. Reporter LacZ expression was not detected in all tissues expressing an endogenous Glp2r transcript, such as gallbladder, urinary bladder, and mesenteric lymph nodes. Collectively, these findings extend our understanding of the cellular domains of Glp2r expression and highlight limitations inherent in application of commonly used technologies to infer analysis of gene expression.
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 ».