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 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 ».