Single Cell RNA-Seq Analysis of Regenerative Drug-Treated Human Pancreatic Islets Identifies A Cycling Alpha Cell Population As Key Beta Cell Progenitors
Notice bibliographique
Résumé
Abstract Diabetes ultimately results from an inadequate number of functional, insulin-producing human beta cells. Although current attempts to replenish the remaining beta cell pool in people with diabetes are encouraging, scalability and cost limit access for the millions of people with diabetes. The small molecule DYRK1A inhibitor class of beta cell regenerative drugs, either alone or in combination with GLP1 receptor agonists or TGFβ superfamily inhibitors, are capable of inducing beta cell replication in vitro and increasing beta cell mass in vivo . Despite these advances, the precise mechanisms of action of DYRK1A inhibitors remain incompletely understood. To address the mechanisms more deeply, we performed single cell RNA sequencing on human pancreatic islets treated with a DYRK1A inhibitor, either alone, or in combination with a GLP1 receptor agonist or a TGFβ superfamily inhibitor. We identify a cluster of Cycling Alpha Cells as the cells most responsive to DYRK1A inhibition. Velocity and pseudotime lineage trajectory analyses suggest that Cycling Alpha Cells serve as the primary target cell type for of DYRK1A inhibitors, and may serve as precursor cells that transdifferentiate into functional human beta cells in response to the DYRK1A inhibition. In addition to providing a novel mechanism of action for DYRK1A inhibitors, our findings suggest that efforts to target regenerative drugs to human beta cells may be mis-directed: the proper target may be Cycling Alpha Cells.
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 | 0,001 | 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 | 0,001 |
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 ».