Improved Islet Yields From Macaca Nemestrina and Marginal Human Pancreata After Two-Layer Method Preservation and Endogenous Trypsin Inhibition
Notice bibliographique
Résumé
We tested whether two-layer method (TLM) pancreas preservation and trypsin inhibition (Pefabloc) during processing allows longer preservation while retaining or improving viable islet recovery. Non-marginal primate (Macaca nemestrina) and marginal human (ischemic or preservation-injured) pancreata were processed with a research-oriented pan technique (Seattle method). Organs were processed upon arrival (± Pefabloc), or after TLM or University of Wisconsin solution (UW) preservation (+ Pefabloc). Islet yield, viability, and function were assessed.\nPefabloc increased M. nemestrina islet yields from 9696 ± 1749 IE/g to 15 822 ± 1332 IE/g (p < 0.01). Two-layer method preservation (< 6 h) further increased yields, to 23 769 ± 2773 IE/g (vs. + Pefabloc; p < 0.01). Similarly, Pefabloc increased marginal human islet yields from 2473 ± 472 IE/g to 4723 ± 1006 IE/g (p < 0.04). This increase was maintained after lengthy TLM preservation (> 30 h; 4801 ± 1066 IE/g).\nWe also tested the applicability of TLM preservation (23.5 ± 3.2 h) to the processing of marginal human pancreata by the Edmonton/Immune Tolerance Network clinical protocol. Islet yield and function approached published results of pancreata processed 4.8 ± 0.8 h after organ recovery (p = 0.06).\nPefabloc, and TLM vs. UW preservation, prolonged the tolerable interval between organ recovery and islet isolation. Islet yield, viability, and functionality improved from both marginal and nonmarginal pancreata.
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 ».