Effects of Arginine Vasopressin on Islet Cells in Pancreatic Tissue Slices: Glucose-Dependent Modulation of Alpha and Beta Cell Activity
Notice bibliographique
Résumé
Arginine vasopressin (AVP) is well known for regulating fluid volume, osmotic balance, and vascular tone. Its role in the regulation of pancreatic α and β cell function has been reported, yet its effects are not fully understood, particularly regarding its interaction with plasma glucose levels. The osmotic and volume challenges posed by hyper- and hypoglycaemia in diabetes can be a significant complication of effective hormonal regulation of metabolism. In this study, we primarily investigated the effects of AVP and synthetic peptide receptor agonists and antagonists on α and β cells in pancreatic tissue slices using live confocal Ca2+ imaging. Our findings demonstrate that AVP exerts glucose-dependent effects on both cell types. At low glucose concentrations, AVP, in combination with physiologically or pharmacologically increased cAMP levels, selectively activated α cells without significantly affecting β cells. In contrast, at higher glucose concentrations and pharmacologically elevated cAMP levels, physiological levels of AVP enhanced β cell activity, leading to increased Ca2+ oscillations and insulin release. In both cell types, AVP displayed a bell-shaped concentration dependence, with lower AVP concentrations stimulating hormone release and higher concentrations leading to diminished responses, consistent with inositol trisphosphate receptor (IP3R) activation and inactivation properties. Furthermore, our results indicate that AVP acts primarily through V1b receptors in β cells, with no involvement of V1a, V2 or oxytocin receptors. These findings provide new insights into the modulation of glucose-dependent release of pancreatic hormones by AVP in the context of changed blood osmolality due to hyper- or hypoglycemia in diabetes. Importantly, our results emphasize the potential of targeting AVP signaling pathways as a therapeutic approach in diabetes research, aiming to improve hormone regulation and nutrient homeostasis.
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) | 0,001 | 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 | 0,001 |
| 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 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 ».