Cross-domain binding of anti-fibrillation peptide TNGQ to islet amyloid polypeptide provides cytoprotective effects in giant unilamellar vesicles and pancreatic β-cells
Notice bibliographique
Résumé
Islet amyloid polypeptide (IAPP) fibrillation induces β-cell dysfunction and toxicity in patients with type 2 diabetes. Cytotoxicity is caused by the ability of IAPP fibrils and fibrillar intermediates to permeate the cellular membrane of pancreatic β-cells, trigger endoplasmic reticular stress, induce reactive oxygen species production, and upregulate apoptosis-related genes. Thus, inhibition of IAPP fibrillation is of great interest for preventing associated cytotoxicity. In this study, the cellular protective effects of three anti-fibrillation tetrapeptides, YMSV, MANT, and TNGQ, against IAPP fibrillation-induced membrane leakage in giant unilamellar vesicles (GUVs) and toxicity in RIN-m cells were evaluated. The anti-fibrillation activity of TNGQ translated to cytoprotective effects as it resulted in a 69.0 ± 7.9% decrease in calcein release in GUVs and a significant increase in cell viability from 6.4 ± 6.4% with IAPP to 47.5 ± 3.8% with the addition of TNGQ. MANT slightly inhibited IAPP-induced GUV leakage and increased cell viability. In contrast, the protective effect of YMSV against IAPP fibrillation-induced membrane damage in GUVs was completely diminished in β-cells. Molecular docking of pentameric IAPP showed that Asn21 and Asn22 of IAPP are important for inhibitor binding, which, coupled with the cross-domain binding interactions of TNGQ, explains its stronger anti-fibrillation and cytoprotective effects than MANT and YMSV. These findings provide insights into the functional significance of peptide-IAPP binding interactions in mitigating fibrillation and IAPP fibrillation-induced cytotoxicity.
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 | 0,000 | 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) | 0,000 | 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 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 ».