Synergy between erythropoietin and stem cell factor during erythropoiesis can be quantitatively described without co‐signaling effects
Notice bibliographique
Résumé
Synergistic interactions between cytokines underlie developmental processes fundamental to tissue and cellular engineering. However, a mechanistic understanding of the cell-specific and population-mediated effects is often lacking. In this study, we have investigated the synergistic generation of erythroid cells in response to erythropoietin (EPO) and stem cell factor (SCF). We have used a quantitative approach to determine if the effects of EPO and SCF superpose in a supra-additive fashion on the cell proliferation rate or on the death rate, suggesting a contribution from a joint cytokine effect (co-signaling). Primary mouse bone marrow hematopoietic cells and the stem cell-like FDCP-mix cell line were used to investigate the effects of EPO and SCF (individually or in combination) on erythroid output. Carboxyfluorescein diacetate succinimidyl ester (CFSE)-based cell-division tracking and mathematical modeling were used to measure cell type-specific proliferation and death rates. We observed a significant synergistic effect of EPO and SCF on the net generation of benzidine positive (erythroid) colony-forming cells, CD71++ (early erythroblasts) cells and TER-119+ (late erythroblasts and reticulocytes) cells in culture. When the observed increases in cell number were decomposed into proliferation and death rates, the cytokines were shown to act independently at different stages of erythroid development; SCF promoted the early proliferation of primitive cells, while EPO primarily promoted the survival of differentiating erythroid progenitor cells. Our analysis demonstrates that EPO and SCF have distinct and predominantly sequential effects on erythroid differentiation. This study emphasizes the necessity to separate proliferation rates from death rates to understand apparent cytokine synergies.
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) | 0,001 | 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 | 0,001 | 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 ».