Combined use of GABA and sitagliptin promotes human β-cell proliferation and reduces apoptosis
Notice bibliographique
Résumé
γ-Aminobutyric acid (GABA) and glucagon-like peptide-1 receptor agonist (GLP-1RA) improve rodent β-cell survival and function. In human β-cells, GABA exerts stimulatory effects on proliferation and anti-apoptotic effects, whereas GLP-1RA drugs have only limited effects on proliferation. We previously demonstrated that GABA and sitagliptin (Sita), a dipeptidyl peptidase-4 inhibitor which increases endogenous GLP-1 levels, mediated a synergistic β-cell protective effect in mice islets. However, it remains unclear whether this combination has similar effects on human β-cell. To address this question, we transplanted a suboptimal mass of human islets into immunodeficient NOD-scid-gamma mice with streptozotocin-induced diabetes, and then treated them with GABA, Sita, or both. The oral administration of either GABA or Sita ameliorated blood glucose levels, increased transplanted human β-cell counts and plasma human insulin levels. Importantly, the combined administration of the drugs generated significantly superior results in all these responses, as compared to the monotherapy with either one of them. The proliferation and/or regeneration, improved by the combination, were demonstrated by increased Ki67+, PDX-1+, or Nkx6.1+ β-cell numbers. Protection against apoptosis was also significantly improved by the drug combination. The expression level of α-Klotho, a protein with protective and stimulatory effects on β cells, was also augmented. Our study indicates that combined use of GABA and Sita produced greater therapeutic benefits, which are likely due to an enhancement of β-cell proliferation and a decrease in apoptosis.
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 ».