Reg3α Overexpression Protects Pancreatic β Cells from Cytokine-Induced Damage and Improves Islet Transplant Outcome
Notice bibliographique
Résumé
The process of islet transplantation for treating type 1 diabetes has been limited by the high level of graft failure. This may be overcome by locally delivering trophic factors to enhance engraftment. Regenerating islet-derived protein 3α (Reg3α) is a pancreatic secretory protein which functions as an antimicrobial peptide in control of inflammation and cell proliferation. In this study, to investigate whether Reg3α could improve islet engraftment, a marginal mass of syngeneic islets pretransduced with adenoviruses expressing Reg3α or control EGFP were transplanted under the renal capsule of streptozotocin-induced diabetic mice. Mice receiving islets with elevated Reg3α production exhibited significantly lower blood glucose levels (9.057 ± 0.59 mmol/L versus 13.48 ± 0.35 mmol/L, P < 0.05) and improved glucose-stimulated insulin secretion (1.80 ± 0.17 ng/mL versus 1.16 ± 0.16 ng/mL, P < 0.05) compared with the control group. The decline of apoptotic events (0.57% ± 0.15% versus 1.06% ± 0.07%, P < 0.05) and increased β-cell proliferation (0.70% ± 0.10% versus 0.36% ± 0.14%, P < 0.05) were confirmed in islet grafts overexpressing Reg3α by morphometric analysis. Further experiments showed that Reg3α production dramatically protected cultured islets and pancreatic β cells from cytokine-induced apoptosis and the impairment of glucose-stimulated insulin secretion. Moreover, exposure to cytokines led to the activation of MAPKs in pancreatic β cells, which was reversed by Reg3α overexpression in contrast to control group. These results strongly suggest that Reg3α could enhance islet engraftments through its cytoprotective effect and advance the therapeutic efficacy of islet transplantation.
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) | 0,001 | 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 ».