The effect of type-2 diabetes conditions on neutrophil rolling adhesion
Notice bibliographique
Résumé
OBJECTIVE: Type 2 diabetes mellitus (T2D) is the result of a dysregulation of insulin production and signalling, leading to an increase in both glucose concentration and pro-inflammatory cytokines such as interleukin (IL)-6 and tumour necrosis factor (TNF)-α. Previous work showed that T2D patients exhibited immune dysfunction associated with increased adhesion molecule expression on endothelial cell surfaces, accompanied by decreased neutrophil rolling velocity on the endothelial cell surface. Changes in cell rolling adhesion have direct vascular and immune complications such as atherosclerosis and reduced healing time in T2D patients. While previous studies focused primarily on how endothelial cells affect neutrophil rolling under T2D conditions, little is known about changes to neutrophils that affect their rolling. In this study, we aim to show how the rolling behaviour of neutrophils is affected by T2D conditions on a controlled substrate. RESULTS: We found that neutrophils cultured in T2D-serum mimicking media increased cell rolling velocity compared to neutrophils under normal conditions. Specifically, glucose alone is responsible for higher rolling velocity. While cytokines further increase the rolling velocity, they also reduce the cell size. Both glucose and cytokines likely reduce the function of P-selectin Glycoprotein Ligand-1 (PSGL-1) on neutrophils.
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 | 0,004 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 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 ».