MétaCan
Menu
Retour à la cohorte
Enregistrement W4315752239 · doi:10.1080/19382014.2022.2163829

A small molecule improves diabetes in mice expressing human islet amyloid polypeptide

2023· article· en· W4315752239 sur OpenAlexafffund
Vriti Bhagat, C. Bruce Verchere

Notice bibliographique

RevueIslets · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueAutophagy in Disease and Therapy
Établissements canadiensBC Children's HospitalUniversity of British Columbia
Organismes subventionnairesCanadian Institutes of Health ResearchStem Cell NetworkBC Children's Hospital
Mots-clésIsletAutophagyAmyloid (mycology)Cell biologyBeta cellDiabetes mellitusFibrilEnhancerInflammationHomeostasisOligomerChemistryBiologyEndocrinologyBiochemistryImmunologyApoptosis

Résumé

récupéré en direct d'OpenAlex

In recent years, the number of studies on islet and beta cell autophagy have substantially increased due to growing interest in the role of autophagy in maintaining cellular homeostasis in diabetes. In type 2 diabetes, human islet amyloid polypeptide (hIAPP) aggregates to form higher structure oligomers and fibrils that are toxic to beta cells and induce islet inflammation. The primary mechanism of oligomer and fibril clearance in beta cells is through the autophagic pathway, a process that is impaired in type 2 diabetes. Thus, toxic oligomeric and fibrillar forms of hIAPP accumulate in type 2 diabetic islets. Recently, Kim et al. characterized the ability of a small molecule autophagy enhancer, MSL-7, to clear hIAPP oligomers in mice expressing hIAPP. Herein, we outline the primary findings of the study, limitations, and future directions to further investigate the therapeutic potential of autophagy enhancers to treat diabetes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,074
Score d'incertitude au seuil0,620

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,023
Tête enseignante GPT0,283
Écart entre enseignants0,260 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIsletsMême sujetAutophagy in Disease and TherapyTravaux en français237 207