The Tetracycline-Controlled Transactivator (Tet-On/Off) System in β-Cells Reduces Insulin Expression and Secretion in Mice
Notice bibliographique
Résumé
Controllable genetic manipulation is an indispensable tool in research, greatly advancing our understanding of cell biology and physiology. However in β-cells, transgene silencing, low inducibility, ectopic expression, and off-targets effects are persistent challenges. In this study, we investigated whether an inducible Tetracycline (Tet)-Off system with β-cell–specific mouse insulin promoter (MIP)-itTA–driven expression of tetracycline operon (TetO)-CreJaw/J could circumvent previous issues of specificity and efficacy. Following assessment of tissue-specific gene recombination, β-cell architecture, in vitro and in vivo glucose-stimulated insulin secretion, and whole-body glucose homeostasis, we discovered that expression of any tetracycline-controlled transactivator (e.g., improved itTA, reverse rtTA, or tTA) in β-cells significantly reduced Insulin gene expression and decreased insulin content. This translated into lower pancreatic insulin levels and reduced insulin secretion in mice carrying any tTA transgene, independent of Cre recombinase expression or doxycycline exposure. Our study echoes ongoing challenges faced by fundamental researchers working with β-cells and highlights the need for consistent and comprehensive controls when using the tetracycline-controlled transactivator systems (Tet-On or Tet-Off) for genome editing.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».