Bioengineered Pancreas–Liver Crosstalk in a Microfluidic Coculture Chip Identifies Human Metabolic Response Signatures in Prediabetic Hyperglycemia
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
Aberrant glucose homeostasis is the most common metabolic disturbance affecting one in ten adults worldwide. Prediabetic hyperglycemia due to dysfunctional interactions between different human tissues, including pancreas and liver, constitutes the largest risk factor for the development of type 2 diabetes. However, this early stage of metabolic disease has received relatively little attention. Microphysiological tissue models that emulate tissue crosstalk offer emerging opportunities to study metabolic interactions. Here, a novel modular multitissue organ-on-a-chip device is presented that allows for integrated and reciprocal communication between different 3D primary human tissue cultures. Precisely controlled heterologous perfusion of each tissue chamber is achieved through a microfluidic single "synthetic heart" pneumatic actuation unit connected to multiple tissue chambers via specific configuration of microchannel resistances. On-chip coculture experiments of organotypic primary human liver spheroids and intact primary human islets demonstrate insulin secretion and hepatic insulin response dynamics at physiological timescales upon glucose challenge. Integration of transcriptomic analyses with promoter motif activity data of 503 transcription factors reveals tissue-specific interacting molecular networks that underlie β-cell stress in prediabetic hyperglycemia. Interestingly, liver and islet cultures show surprising counter-regulation of transcriptional programs, emphasizing the power of microphysiological coculture to elucidate the systems biology of metabolic crosstalk.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle