Extracellular Matrix-Guided Islet Cell Transplantation Results in Improved Glycemic Control in a NOD-SCID Mouse Model
Notice bibliographique
Résumé
Current insulin therapy fails to fully restore physiological glucose homeostasis in type 1 diabetes mellitus, with 75% of patients unable to achieve the desired management targets. While stem cell-derived islets offer promising therapy, they require an enhanced extracellular matrix support for optimal transplantation outcomes. To address this challenge, we developed biofunctional endocrine micro-pancreata using decellularized porcine lung scaffolds seeded with embryonic stem cell-derived islets. In vivo efficacy was evaluated following subcutaneous or intraperitoneal transplantation into NOD-SCID mice, followed by streptozotocin induction of diabetes, with the comprehensive assessment of human insulin secretion, glucose homeostasis, and graft integration over 3 months. Our results demonstrated that endocrine micro-pancreata exhibited 1.4-fold-increased glucose-stimulated insulin secretion in vitro compared to non-responsive free islets. In vivo, endocrine micro-pancreas recipients maintained significantly lower glucose levels than controls throughout the experiment. Subcutaneous endocrine micro-pancreata showed superior performance, with 46% improved glucose tolerance versus 31% improvement for intraperitoneal delivery. Extensive CD31-positive neovascularization as well as insulin staining confirmed successful graft integration and sustained insulin production. Endocrine micro-pancreata provide a scalable platform for diabetes cell therapy, demonstrating sustained insulin secretion and improved glycemic control. The preserved extracellular matrix microenvironment supports islet function and vascularization, offering significant potential for clinical translation.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,000 | 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 ».