Potential of PKM2 as a drug target in mouse models with type 1 diabetes mellitus
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: This study aimed to determine the effect of PKM2 knockout in STZ induced type 1 diabetes mellitus (T1D) mouse models and to explore the possible mechanism. METHOD: PKM2fl/fl C57BL/6 mouse was backcrossed with Ins-1cre C57BL/6 mouse to generate β-cell-specific PKM2 knockout mouse after tamoxifen administration. The expression level of PKM2 in pancreas tissues was detected by quantitative reverse-transcription polymerase chain reaction and western blot analysis. The blood glucose levels in STZ induced T1D mouse models were measured to validate the establishment of T1D models. The pathological changes of T1D mouse were examined by hematoxylin and eosin. The oxidative stress (OS) and inflammatory response in T1D mouse were determined by measuring the expression levels of malondialdehyde, superoxide dismutase, and 8-OHdG in pancreatic tissues and the serum levels of interleukin-6 and tumor necrosis factor-α. The ability to catabolize glucose was assessed through intraperitoneal glucose tolerance test and insulin tolerance test. RESULTS: β-cell-specific PKM2 knockout was successfully achieved in PKM2fl/flcre+ mouse. T1D mouse with PKM2 knockdown had decreased blood glucose level and suppressed cell apoptosis. PKM2 knockout in T1D mouse attenuated β cell injury. OS and inflammatory response in T1D mouse with PKM2 knockout were also suppressed compared with T1D mouse without PKM2 knockout. CONCLUSION: PKM2 knockout in T1D mouse can attenuate OS and inflammatory response as well as decrease blood glucose level, suggesting the potential of PKM2 as a drug target for T1D treatment.
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.
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) | 0,001 | 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 découle