Pharmacologic and genetic approaches define human pancreatic β cell mitogenic targets of DYRK1A inhibitors
Notice bibliographique
Résumé
Small molecule inhibitors of dual specificity, tyrosine phosphorylation-regulated kinase 1A (DYRK1A), including harmine and others, are able to drive human β cell regeneration. While DYRK1A is certainly a target of this class, whether it is the only or the most important target is uncertain. Here, we employ a combined pharmacologic and genetic approach to refine the potential mitogenic targets of the DYRK1A inhibitor family in human islets. A combination of human β cell RNA sequencing, DYRK1A inhibitor kinome screens, pharmacologic inhibitors, and targeted silencing of candidate genes confirms that DYRK1A is a central target. Surprisingly, however, DYRK1B also proves to be an important target: silencing DYRK1A results in an increase in DYRK1B. Simultaneous silencing of both DYRK1A and DYRK1B yields greater β cell proliferation than silencing either individually. Importantly, other potential kinases, such as the CLK and the GSK3 families, are excluded as important harmine targets. Finally, we describe adenoviruses that are able to silence up to 7 targets simultaneously. Collectively, we report that inhibition of both DYRK1A and DYRK1B is required for induction of maximal rates of human β cell proliferation, and we provide clarity for future efforts in structure-based drug design for human β cell regenerative drugs.
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 | 0,001 | 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) | 0,001 | 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 ».