Glucagon receptor antagonist upregulates circulating GLP-1 level by promoting intestinal L-cell proliferation and GLP-1 production in type 2 diabetes
Notice bibliographique
Résumé
OBJECTIVE: Glucagon receptor (GCGR) blockage improves glycemic control and increases circulating glucagon-like peptide-1 (GLP-1) level in diabetic animals and humans. The elevated GLP-1 has been reported to be involved in the hypoglycemic effect of GCGR blockage. However, the source of this elevation remains to be clarified. RESEARCH DESIGN AND METHODS: mice and high-fat diet+streptozotocin (HFD/STZ)-induced type 2 diabetic (T2D) mice. Blood glucose, glucose tolerance and plasma GLP-1 were evaluated during the treatment. The gut length, epithelial area, and L-cell number and proliferation were detected after the mice were sacrificed. Cell proliferation and GLP-1 production were measured in mouse L-cell line GLUTag cells, and primary mouse and human enterocytes. Moreover, GLP-1 receptor (GLP-1R) antagonist or protein kinase A (PKA) inhibitor was used in GLUTag cells to determine the involved signaling pathways. RESULTS: and HFD/STZ-induced T2D mice. Besides, the treatment promoted L-cell proliferation and LK-cell expansion, and increased the gut length, epithelial area and L-cell number in these two T2D mice. Similarly, our in vitro study showed that the GCGR mAb promoted L-cell proliferation and increased GLP-1 production in GLUTag cells, and primary mouse and human enterocytes. Furthermore, either GLP-1R antagonist or PKA inhibitor diminished the effects of GCGR mAb on L-cell proliferation and GLP-1 production. CONCLUSIONS: The elevated circulating GLP-1 level by GCGR mAb is mainly due to intestinal L-cell proliferation and GLP-1 production, which may be mediated via GLP-1R/PKA signaling pathways. Therefore, GCGR mAb represents a promising strategy to improve glycemic control and restore the impaired GLP-1 production in T2D.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».