Control of human pancreatic beta cell kinome by glucagon‐like peptide‐1 receptor biased agonism
Notice bibliographique
Résumé
AIM: To determine the kinase activity profiles of human pancreatic beta cells downstream of glucagon-like peptide-1 receptor (GLP-1R) balanced versus biased agonist stimulations. MATERIALS AND METHODS: This study analysed the kinomic profiles of human EndoC-βh1 cells following vehicle and GLP-1R stimulation with the pharmacological agonist exendin-4, as well as exendin-4-based biased derivatives exendin-phe1 and exendin-asp3 for acute (10-minute) versus sustained (120-minute) responses, using PamChip protein tyrosine kinase and serine/threonine kinase assays. The raw data were filtered and normalized using BioNavigator. The kinase analyses were conducted with R, mainly including kinase-substrate mapping and Kyoto Encyclopedia of Genes and Genomes pathway analysis. RESULTS: The present analysis reveals that kinomic responses are distinct for acute versus sustained GLP-1R agonist exposure, with individual responses associated with agonists presenting specific bias profiles. According to pathway analysis, several kinases, including JNKs, PKCs, INSR and LKB1, are important GLP-1R signalling mediators, constituting potential targets for further research on biased GLP-1R downstream signalling. CONCLUSION: The results from this study suggest that differentially biased exendin-phe1 and exendin-asp3 can modulate distinct kinase interaction networks. Further understanding of these mechanisms will have important implications for the selection of appropriate anti-type 2 diabetes therapies with optimized downstream kinomic profiles.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».