Methodenartikel

Computationele reconstructie van pancreaseilandjes als hulpmiddel voor structurele en functionele analyse

DOI:

10.3791/63351

⸱

9 maart 2022

 ,  , 
1Department of Electrical Engineering, Universidad Autónoma Metropolitana

In dit artikel

Samenvatting

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

In dit protocol worden de pancreaseilandjes gereconstrueerd en geanalyseerd met behulp van computationele algoritmen die zijn geïmplementeerd in een speciale multiplatformtoepassing.

Samenvatting

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Structurele eigenschappen van pancreaseilandjes zijn de sleutel tot de functionele respons van insuline, glucagon en somatostatine-afscheidende cellen, vanwege hun implicaties in intraisletcommunicatie via elektrische, paracriene en autocriene signalering. In dit protocol wordt de driedimensionale architectuur van een pancreaseilandje eerst gereconstrueerd uit experimentele gegevens met behulp van een nieuw computationeel algoritme. Vervolgens worden de morfologische en connectiviteitseigenschappen van het gereconstrueerde eilandje, zoals het aantal en de percentages van het verschillende type cellen, cellulair volume en cel-tot-celcontacten, verkregen. Vervolgens wordt de netwerktheorie gebruikt om de connectiviteitseigenschappen van het eilandje te beschrijven door middel van van het netwerk afgeleide metrieken zoals gemiddelde graad, clusteringscoëfficiënt, dichtheid, diameter en efficiëntie. Ten slotte worden al deze eigenschappen functioneel geëvalueerd door middel van computationele simulaties met behulp van een model van gekoppelde oscillatoren. Over het algemeen beschrijven we hier een stapsgewijze workflow, geïmplementeerd in IsletLab, een multiplatformtoepassing die speciaal is ontwikkeld voor de studie en simulatie van pancreaseilandjes, om een nieuwe computationele methodologie toe te passen om pancreaseilandjes te karakteriseren en te analyseren als aanvulling op het experimentele werk.

Inleiding

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

De alvleesklier is verdeeld in regio's die hoofd, nek, lichaam en staart worden genoemd, elk met verschillende structuren, functies en anatomische positie 1,2. Vanuit functioneel oogpunt kan de pancreas worden onderverdeeld in endocriene en exocriene systemen, waarbij de eerste verantwoordelijk is voor de afscheiding van hormonen die kritisch betrokken zijn bij de regulatie van glucosehomeostase, terwijl de laatste bijdraagt aan de voedselvertering via de afscheiding van enzymen in de twaalfvingerige darm1. Pancreaseilandjes vormen het endocriene weefsel van de alvleesklier en zijn verantwoordelijk voor de secretie van glucagon, insuline en somatostatine, uitgescheiden uit respectievelijk ɑ, β en δ-cellen3. Naast hun intrinsieke regulerende mechanismen worden deze cellen gereguleerd via directe elektrische communicatie (tussen β-cellen en waarschijnlijk β en δ-cellen), en ook door paracriene en autocriene signalering 4,5,6. Beide mechanismen zijn sterk afhankelijk van de eilandjesarchitectuur (d.w.z. de samenstelling en organisatie van de verschillende soorten cellen binnen het eilandje)7,8. Belangrijk is dat de eilandjesarchitectuur wordt veranderd in de aanwezigheid van diabetes, waardoor de intraisletcommunicatie waarschijnlijk wordt verstoord 9,10.

De studie van pancreaseilandjes omvat een breed scala aan experimentele methodologieën. Onder deze, het gebruik van fluorescentietechnieken om het aantal, de locatie en het type van de verschillende cellen in het eilandje te bepalen, heeft het mogelijk gemaakt om de structurele en morfologische eigenschappen van pancreaseilandjes 11,12,13 te bestuderen en een beter begrip te krijgen van de functionele implicaties in gezondheid en ziekte. Als aanvulling zijn computationele modellen van pancreascellen 14,15,16 en, meer recent, pancreaseilandjes 12,17,18,19 in de afgelopen decennia gebruikt om aspecten te evalueren die moeilijk of zelfs onmogelijk experimenteel kunnen worden aangepakt.

In dit protocol willen we de kloof tussen het experimentele en computationele werk overbruggen door een methodologie te schetsen om eilandarchitecturen te reconstrueren, hun morfologische en connectiviteitseigenschappen te analyseren door middel van kwantitatieve metrieken en basissimulaties uit te voeren om de functionele implicaties van de eilandeigenschappen te evalueren.

Het hieronder beschreven protocol is gebaseerd op computationele algoritmen die specifiek zijn ontworpen voor de studie van pancreaseilandjes. Samenvattend, in de eerste stap van het protocol wordt de eilandjesarchitectuur gereconstrueerd uit experimentele gegevens met behulp van het algoritme dat onlangs is voorgesteld door Félix-Martínez et al.19 waarin nucleaire posities verkregen door 4′,6-diamidino-2-fenylindool (DAPI) kleuring en cellulaire typen geïdentificeerd door immunofluorescentie (zoals in detail beschreven door Hoang et al.11,12 ) worden verwerkt in een iteratieve optimalisatieprocedure. Dit leidt tot het bepalen van de optimale grootte en positie van elke cel en het verkrijgen van een eilandje dat bestaat uit niet-overlappende cellen. Ten tweede worden op basis van de gereconstrueerde architectuur cel-tot-celcontacten geïdentificeerd om de connectiviteitseigenschappen te bepalen en het bijbehorende eilandjesnetwerk te genereren waarmee de gebruiker kwantitatieve metrieken kan verkrijgen om de eilandjesarchitectuur verder te beschrijven (details over het reconstructiealgoritme kunnen worden geraadpleegd in het oorspronkelijke werk over het onderwerp19). Ten slotte worden elementaire functionele simulaties uitgevoerd met behulp van de modelleringsbenadering voorgesteld door Hoang et al.12 waarin, op basis van de pulsatiele aard van hormoonsecretie experimenteel waargenomen20,21, elke cel wordt behandeld als een oscillator, en daarom wordt het eilandje weergegeven als een netwerk van gekoppelde oscillatoren volgens de connectiviteitseigenschappen van het gereconstrueerde eilandje.

Gezien de computationele complexiteit van de algoritmen die in dit protocol worden gebruikt, zijn alle betrokken stappen geïmplementeerd in een zelfstandige applicatie22 met als hoofddoel deze computationele hulpmiddelen te benaderen voor alle geïnteresseerde lezers, ongeacht hun ervaringsniveau in het gebruik van gespecialiseerde software of programmeertalen.

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Protocol

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

OPMERKING: Een schematisch diagram van het protocol is weergegeven in figuur 1. Een stapsgewijze beschrijving wordt als volgt gegeven (zie Aanvullend bestand 1 voor details over de bedieningspanelen die bij elke stap van het protocol worden gebruikt).

figure-protocol-1
Figuur 1: Stroomdiagram. Een stroomdiagram dat de sequentiële volgorde van het protocol beschrijft zoals geïmplementeerd in IsletLab. Klik hier om een grotere versie van deze figuur te bekijken.

1. IsletLab installeren in Linux

OPMERKING: Volg de instructies in secties 2 en 3 van het aanvullend bestand 2 om IsletLab in Windows of macOS te installeren.

  1. Open een internetbrowser en ga naar https://github.com/gjfelix/IsletLab. Download en pak de IsletLab-repositorybestanden uit.
    OPMERKING: Het aanvullend bestand 3 bevat een kopie van de versie van IsletLab die in dit protocol wordt gebruikt.
  2. Controleer of de gcc- en nvcc-compilers zijn geïnstalleerd. Open een terminal en typ de volgende opdrachten:
    gcc --versie
    nvcc --versie
    Volg de instructies in sectie 1 van het aanvullend bestand 2 als een van deze opdrachten niet door het systeem wordt herkend.
  3. Download en installeer het data science-platform (zie Tabel met materialen). Open een terminal en ga naar de map IsletLab.
  4. Maak een nieuwe omgeving door de volgende opdracht in de terminal te typen:
    conda env create -f isletlabgui_v1.0.yml
  5. Activeer de nieuwe omgeving door het volgende te typen:
    conda activeren isletlab_v1.0
  6. Start de IsletLab-toepassing door de volgende opdracht in de terminal te typen (zie Afbeelding 2 voor een beschrijving van het hoofdvenster):
    python isletlabgui_v1,0.py

figure-protocol-2
Figuur 2: De gebruikersinterface van IsletLab. De interface bestaat uit drie hoofdpanelen: configuratie (1), statistieken (2) en grafische panelen (3). De werkbalk afbeeldingen (4) bevindt zich onder aan het deelvenster afbeeldingen. Klik hier om een grotere versie van deze figuur te bekijken.

2. Reconstructie van eilandjes

  1. Bereid de invoergegevens voor. Organiseer de invoereilandgegevens (d.w.z. celtypen en driedimensionale (3D) coördinaten) in een bestand met vier kolommen waarin kolom 1 het celtype bevat (gecodeerd als respectievelijk 11: ɑ-cel, 12: β-cel, 13: δ-cel) en kolommen 2 tot en met 4 bevatten respectievelijk de x-, y- en z-coördinaten (zie een uittreksel van een invoerbestand in sectie 5 van het aanvullende bestand 2 of het invoertestbestand in de IsletLab-repository).
  2. Zorg ervoor dat het invoerbestand geen kolomkoppen bevat. Gebruik het voorbeeldinvoerbestand in de IsletLab-repository om het protocol indien nodig te volgen (Input_Islet_test.txt).
    OPMERKING: Inputgegevens die werden gebruikt om de algoritmen te ontwikkelen die in IsletLab werden geïmplementeerd, werden experimenteel verkregen zoals in detail beschreven door Hoang et al.11,12 met behulp van DAPI-kleuring om de nucleaire posities en immunofluorescentie te bepalen om de cellulaire typen te identificeren.
  3. Klik op de knop Initieel eilandje laden en selecteer het bestand met invoergegevens om een eerste eilandje, de 3D-weergave en de bijbehorende statistieken te genereren. In geval van een fout wordt het volgende bericht weergegeven: 'Fout bij het laden van het eilandjebestand'. Herhaal stap 2.1 om dit te corrigeren.
  4. Configureer het reconstructieproces. Klik op de knop Reconstructie-instellingen en wijzig de optimalisatieparameters (zie secties 4 en 5 van Aanvullend bestand 2 voor een korte beschrijving van het algoritme en de parameters die worden weergegeven in het venster met reconstructie-instellingen).
  5. Stel de begintemperatuur = 1 in, iteratiefactor = 1 en acceptatiefactor = 1. Klik op de knop OK om de parameterwaarden op te slaan.
    OPMERKING: Als vuistregel geldt dat een toename van de temperatuurparameter, evenals van de iteraties en acceptatiefactoren, betere reconstructieresultaten zal opleveren in termen van de experimentele cellen die zijn opgenomen in het gereconstrueerde eilandje ten koste van een toename van de rekentijd.
  6. Klik op de knop Eilandje reconstrueren om het venster van het reconstructielogboek te openen (zie sectie 6 van Aanvullend bestand 2 voor een beschrijving van de informatie in het reconstructielogboek).
  7. Klik op de knop Uitvoeren om het reconstructieproces te starten. Controleer het optimalisatieproces totdat het bericht: 'Sluit dit venster om door te gaan' wordt weergegeven. Sluit het venster van het reconstructielogboek om de visuele weergave van het gereconstrueerde eilandje te genereren en de gerelateerde statistieken te berekenen (zie de linkerkolom in figuur 3A-C).
  8. Evalueer de resultaten van het reconstructieproces door de optimalisatiestatistieken te analyseren die worden weergegeven in het laatste eilandje van het statistiekenpaneel. Richt je met name op het maximaliseren van het percentage experimentele cellen in de gereconstrueerde eilandjes (% experimenteel) of gelijkwaardig, op het minimaliseren van het aantal overlappingen (ook grafisch weergegeven in de convergentieplot, rechterkolom in figuur 3A-C).
  9. Als het % experimentele statistiek laag wordt geacht volgens de gebruikersdoelstellingen, start u IsletLab opnieuw zoals beschreven in stap 9.1 en verhoogt u de initiële temperatuur, iteratiefactor en acceptatiefactor in de reconstructie-instellingen en herhaalt u stap 2.1-2.4 totdat bevredigende resultaten zijn verkregen (> 95% van de experimentele cellen). Zie de paragrafen 5-7 van het Aanvullend Dossier 2 voor een nadere beschrijving van het reconstructieproces en de daarmee samenhangende resultaten.

3. Het identificeren van cel-tot-cel contacten

  1. Klik op de knop Reconstructie-instellingen en stel de parameter Contacttolerantie in om de cel-tot-celcontacttolerantie te definiëren en klik op OK om de parameterwaarden op te slaan.
    OPMERKING: De contacttolerantieparameter vertegenwoordigt de maximale afstand tussen cellen om als contact te worden beschouwd.
  2. Klik op de knop Cel-naar-celcontacten om de cellen in nauw contact te identificeren. Controleer op het tabblad contacten op cellen in contact die grafisch worden weergegeven (zwarte lijnen) in het grafische paneel en de bijbehorende statistieken (d.w.z. totale, homotypische en heterotypische contacten en ɑ-ɑ, β-β, δ-δ, ɑ-β, ɑ-δ, β-δ contacten) die worden weergegeven in het statistiekvenster (zie de linkerkolom van figuur 4A-C).
  3. Verhoog (verlaag) de contacttolerantieparameter om het aantal cel-tot-celcontacten te verhogen (verlagen). Zie rubriek 8 van Aanvullend dossier 2 voor meer informatie over de identificatie van cel-tot-celcontacten en de bijbehorende resultaten.

4. Het eilandjesnetwerk bouwen

  1. Klik op de knop Netwerk bouwen om het eilandjesnetwerk te genereren en de bijbehorende netwerkstatistieken te berekenen (zie de rechterkolom in figuur 4A-C).
    OPMERKING: Een verdere beschrijving van de resultaten met betrekking tot het gegenereerde eilandjesnetwerk wordt gegeven in sectie 9 van aanvullend bestand 2.

5. Functionele simulatie van het gereconstrueerde eilandje

  1. Schakel over naar het tabblad Simulatie van het configuratiepaneel van de interface (afbeelding 5).
  2. Selecteer de gewenste modus van de intrinsieke frequentie - Constant of Willekeurig - en klik op de knop Intrinsieke frequentie configureren om de oscillatorfrequentie (in Hz) te definiëren. Als een willekeurige intrinsieke frequentie wordt geselecteerd, definieer dan het gemiddelde en de afwijking (in Hz) om normaal verdeelde willekeurige frequenties te genereren (zie paragraaf 11 van het aanvullend bestand 2 voor een beschrijving van de simulatieparameters).
  3. Selecteer de gewenste modus van de beginfase - Constant of Willekeurig. Als een constante beginfase is geselecteerd, klikt u op de knop Beginfase configureren om de fase van de oscillatoren (in radialen) te definiëren. Als willekeurige beginfase is geselecteerd, wijst het systeem willekeurige fasen tussen 0 en 2π toe aan alle oscillatoren.
    OPMERKING: Als een constante beginfase is geselecteerd, worden alle oscillatoren in fase geïnitialiseerd.
  4. Klik op de knop Interacties configureren om de cel-naar-cel interactieparameters in het interactiesterktevenster te definiëren. Voor een beschrijving van de interactieparameters, zie paragraaf 11 van Aanvullend bestand 2.
  5. Configureer de simulatie door de totale simulatietijd (in s), tijdstap (in s) en opslagfactor (aantal stappen tussen opgeslagen gegevenspunten) te definiëren. In de simulatie in figuur 5 was de totale tijd 20000 s, met een tijdstap van 0,1 s en een besparingsfactor van 500.
  6. Definieer het aantal blokken, threads en computerplatformmogelijkheden dat beschikbaar is om de simulatie uit te voeren. Definieer deze parameters in overeenstemming met de specifieke kenmerken van de beschikbare GPU (Graphics Processing Unit).
    OPMERKING: In het voorbeeld in figuur 5 werden 36 blokken en 64 threads per blok gebruikt (2304 computerplatformkernen) omdat een GPU met 36 multiprocessors en 64 computerplatformkernen per multiprocessor werd gebruikt. De waarde van de gebruikte parameter voor computerplatformcapaciteit was 75, aangezien de capaciteit van het hardware computing-platform 7,5 was (zie paragraaf 10 van Aanvullend bestand 2 voor details over deze parameters).
  7. Klik op de knop Simulatie uitvoeren om het simulatielogboekvenster te openen. Klik op de knop Uitvoeren om de simulatie te starten en het proces te controleren totdat de legenda: 'Sluit het venster om door te gaan' wordt weergegeven. Zie paragraaf 12 van Aanvullend bestand 2 voor meer informatie over het simulatielogboek.
  8. Sluit het venster van het simulatielogboek om de simulatieresultaten te observeren (zie figuur 5). Details over de simulatieresultaten worden gegeven in sectie 13 van aanvullend dossier 2.

6. Sla het project op (optioneel)

  1. Klik op Bestand > Project exporteren in de menubalk. Selecteer de map waarin het projectbestand wordt opgeslagen en klik op de knop OK .
    OPMERKING: De naam van het projectbestand wordt automatisch bepaald op basis van de naam van het oorspronkelijke gegevensbestand. Als het project niet wordt opgeslagen, worden alle resultaten en gerelateerde bestanden automatisch verwijderd.
  2. Laad een geëxporteerd project door op Bestand te klikken > Project laden.

7. Cijfers opslaan (optioneel)

  1. Klik op het pictogram Plot opslaan op de plotwerkbalk om de huidige visualisatie op te slaan in een afbeeldingsbestand. Herhaal deze stap voor alle figuren die in het hele protocol zijn gemaakt.
    OPMERKING: Diagrammen en eilandjesvisualisaties kunnen worden gewijzigd met behulp van de pictogrammen die beschikbaar zijn op de plotwerkbalk van het grafische paneel.

8. Project laden (optioneel)

  1. Klik op Bestand > Project laden in het hoofdmenu en selecteer een projectbestand dat eerder is opgeslagen zoals beschreven in stap 6.1-6.2.
    OPMERKING: Een project wordt niet correct geladen als het projectbestand extern is gewijzigd. Als een project met succes wordt geladen, zijn alleen de simulatiemogelijkheden beschikbaar.

9. Start het reconstructieproces en de analyse opnieuw (optioneel)

  1. De gebruiker kan op elk moment Bestand > Opnieuw opstarten selecteren om alle resultaten te verwijderen en een nieuwe reconstructie en analyse te starten.

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Resultaten

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

De reconstructie van pancreaseilandjes met behulp van de methodologie voorgesteld door Félix-Martínez et al.19 is sterk afhankelijk van de parameters die aan het optimalisatiealgoritme worden gegeven (gedefinieerd in de reconstructie-instellingen). Een voorbeeld hiervan wordt visueel weergegeven in figuur 3, waar gereconstrueerde eilandjes die zijn verkregen met behulp van verschillende sets parameters worden weergegeven. Ten eerste wordt in figuu...

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Discussie

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Het bovenstaande protocol schetst een praktische benadering om pancreaseilandjesarchitecturen te reconstrueren en te analyseren met behulp van nieuwe computationele algoritmen. Het belangrijkste doel van dit werk is om de eilandjesonderzoeksgemeenschap in staat te stellen kwantitatieve metrieken af te leiden om de morfologische en connectiviteitseigenschappen van pancreaseilandarchitecturen te karakteriseren en om de mogelijke functionele implicaties van dergelijke eigenschappen te evalueren via computationele s...

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Openbaarmakingen

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

De auteurs hebben niets te onthullen.

Dankbetuigingen

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

G.J. Félix-Martínez bedankt CONACYT (Consejo Nacional de Ciencia y Tecnología, México) en het Departement Elektrotechniek van de Universidad Autónoma Metropolitana (México City) voor de steun aan dit project. We bedanken Dr. Danh-Tai Hoang, Dr. Manami Hara en Dr. Junghyo Jo voor hun uitstekende werk en vrijgevigheid bij het delen van de eilandjesarchitecturen die dit werk mogelijk hebben gemaakt met de onderzoeksgemeenschap.

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Materialen

Lijst van materialen gebruikt in dit artikel
NaamBedrijfCatalogusnummerOpmerkingen
CUDA-capable NVIDIA grafische kaartVereist voor de functionele simulaties
IsletLabhttps://github.com/gjfelix/IsletLab (Volg de instructies om de applicatie te downloaden en te installeren.)

Referenties

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Chen, L., Pan, X., Zhang, Y. H., Huang, T., Cai, Y. D. Analysis of Gene Expression Differences between Different Pancreatic Cells. ACS Omega. 4 (4), 6421-6435 (2019).
  2. Longnecker, D. S., Gorelick, F., Thompson, E. D., Histology, Anatomy, Histology, and Fine Structure of the Pancreas. The Pancreas. Beger, H. G., Warshaw, A. L., Hruban, R. H., Buchler, M. W., Lerch, M. M., Neoptolemos, J. P., Shimosegawa, T., Whitcomb, D. C., GroB, C. , Wiley Online Library. (2018).
  3. Liao, E. P., Brass, B., Abelev, Z., Poretsky, L. Endocrine Pancreas. Principles of Diabetes Mellitus. Poretsky, L. , Springer. Cham. (2017).
  4. Noguchi, G. M., Huising, M. O. Integrating the inputs that shape pancreatic islet hormone release. Nature Metabolism. 1, 1189-1201 (2019).
  5. Pérez-Armendariz, E. M. Connexin 36, a key element in pancreatic beta cell function. Neuropharmacology. 75, 557-566 (2013).
  6. Briant, L., et al. δ-cells and β-cells are electrically coupled and regulate α-cell activity via somatostatin. The Journal of Physiology. 596 (2), 197-215 (2018).
  7. Arrojoe Drigo, R., et al. New insights into the architecture of the islet of Langerhans: a focused cross-species assessment. Diabetologia. 58 (10), 2218-2228 (2015).
  8. Cabrera, O., et al. The unique cytoarchitecture of human pancreatic islets has implications for islet cell function. Proceedings of the National Academy of Sciences of the United States of America. 103 (7), 2334-2339 (2006).
  9. Folli, F., et al. Pancreatic islet of Langerhans' cytoarchitecture and ultrastructure in normal glucose tolerance and in type 2 diabetes mellitus. Diabetes, Obesity & Metabolism. 20, Suppl 2 137-144 (2018).
  10. Kilimnik, G., et al. Altered islet composition and disproportionate loss of large islets in patients with type 2 diabetes. PloS One. 6 (11), 27445(2011).
  11. Hoang, D. T., et al. A Conserved Rule for Pancreatic Islet Organization. PloS One. 9 (10), 110384(2014).
  12. Hoang, D. T., Hara, M., Jo, J. Design Principles of Pancreatic Islets: Glucose-Dependent Coordination of Hormone Pulses. PloS One. 11 (4), 0152446(2016).
  13. Brissova, M., et al. Assessment of human pancreatic islet architecture and composition by laser scanning confocal microscopy. The Journal of Histochemistry and Cytochemistry: Official Journal of the Histochemistry Society. 53 (9), 1087-1097 (2005).
  14. Félix-Martinez, G. J., Godínez-Fernández, J. R. Mathematical models of electrical activity of the pancreatic β-cell: a physiological review. Islets. 6 (3), 949195(2014).
  15. Félix-Martínez, G. J., González-Vélez, V., Godínez-Fernández, J. R., Gil, A. Electrophysiological models of the human pancreatic δ-cell: From single channels to the firing of action potentials. International Journal for Numerical Methods in Biomedical Engineering. 36 (2), 3296(2020).
  16. Watts, M., Sherman, A. Modeling the pancreatic α-cell: dual mechanisms of glucose suppression of glucagon secretion. Biophysical Journal. 106 (3), 741-751 (2014).
  17. Lei, C. L., et al. Beta-cell hubs maintain Ca2+ oscillations in human and mouse islet simulations. Islets. 10 (4), 151-167 (2018).
  18. Watts, M., Ha, J., Kimchi, O., Sherman, A. Paracrine regulation of glucagon secretion: the β/α/δ model. American Journal of Physiology. Endocrinology and Metabolism. 310 (8), 597-611 (2016).
  19. Félix-Martínez, G. J., Mata, A., Godínez-Fernández, J. R. Reconstructing human pancreatic islet architectures using computational optimization. Islets. 12 (6), 121-133 (2020).
  20. Hellman, B., Salehi, A., Gylfe, E., Dansk, H., Grapengiesser, E. Glucose generates coincident insulin and somatostatin pulses and antisynchronous glucagon pulses from human pancreatic islets. Endocrinology. 150 (12), 5334-5340 (2009).
  21. Hellman, B., Salehi, A., Grapengiesser, E., Gylfe, E. Isolated mouse islets respond to glucose with an initial peak of glucagon release followed by pulses of insulin and somatostatin in antisynchrony with glucagon. Biochemical and Biophysical Research Communications. 417 (4), 1219-1223 (2012).
  22. Félix-Martínez, G. J. IsletLab: an application to reconstruct and analyze islet architectures. Islets. 14 (1), 36-39 (2022).
  23. Félix-Martínez, G. J., Godínez-Fernández, J. R. Comparative analysis of reconstructed architectures from mice and human islets. Islets. 14 (1), 23-35 (2022).

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Herprints en machtigingen

Toestemming aanvragen om de tekst of afbeeldingen van dit JoVE-artikel te hergebruiken

Toestemming aanvragen

Trefwoorden

EilandreconstructieComputationele SimulatieNetwerktheorieCel tot celcontactenMorfologische AnalyseGekoppelde OscillatorenIsletLab applicatieStructurele Eigenschappen

Gerelateerde artikelen