Informed target discovery for gene and stem cell therapy in acute lung injury
Notice bibliographique
Résumé
Introduction Acute lung injury (ALI)/sepsis‐induced acute respiratory distress syndrome (ARDS) accounts for 9% ICU deaths. There is an urgent need for specific treatments and mesenchymal stem cells (MSC) have reparative potential in sepsis and ALI. Methods In the murine model of CLP‐induced ARDS, microarray detected changes in global gene expression following sepsis and MSC treatment. LIMMA analysis identified mRNA and miRNA with significant transcriptional changes between sham, CLP‐operated, and CLP+MSC treated mice. Results We confirmed our in silico data in our in vitro model. Adhesion molecules, occludin and claudin‐2, were putative targets of one miRNA of interest. In silico, occludin was reduced after CLP compared with sham, confirmed by western blots (in vivo and in vitro), and there was a 50% mRNA reduction. Similarly, claudin‐2 expression from the in silico data matched the protein and mRNA analyses (in vivo and in vitro). Subsequently, following transfection of the inhibitor of the miRNA of interest, occludin and claudin‐2′s mRNA levels were observed to be significantly up‐regulated. Conclusion mRNA and miRNA microarrays are informative in identifying candidate therapeutic tools for gene regulation in ARDS treatment. MSC administration after CLP in the murine model acts as a strategy that offers great insight in the detection of therapeutically relevant genes to treat ARDS/ALI.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,002 |
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 ».