Rôles des facteurs de croissance dans la prolifération de la cellule β-pancréatique en réponse à un excès de nutriments : étude du facteur de croissance HB-EGF et du récepteur à l’EGF
Bibliographic record
Abstract
Le diabète de type 2 (DT2) résulte d’une résistance à l’insuline par les tissus périphériques et par un défaut de sécrétion de l’insuline par les cellules β-pancréatiques. Au fil du temps, la compensation des îlots de cellules β pour la résistance à l’insuline échoue et entraine par conséquent une baisse progressive de la fonction des cellules β. Plusieurs facteurs peuvent contribuer à la compensation de la cellule β. Toutefois, la compréhension des mécanismes cellulaires et moléculaires sous-jacents à la compensation de la masse de la cellule β reste à ce jour inconnue. Le but de ce mémoire était d’identifier précisément quel mécanisme pouvait amener à la compensation de la cellule β en réponse à un excès de nutriments et plus précisément à l’augmentation de sa prolifération et de sa masse. Ainsi, avec l’augmentation de la résistance à l’insuline et des facteurs circulants chez les rats de six mois perfusés avec du glucose et de l’intralipide, l’hypothèse a été émise et confirmée lors de notre étude que le facteur de croissance HB-EGF active le récepteur de l’EGF et des voies de signalisations subséquentes telles que mTOR et FoxM1 impliquées dans la prolifération de la cellule β-pancréatique. Collectivement, ces résultats nous permettent de mieux comprendre les mécanismes moléculaires impliqués dans la compensation de la masse de la cellule β dans un état de résistance à l’insuline et peuvent servir de nouvelles approches thérapeutiques pour prévenir ou ralentir le développement du DT2.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".