Smart imaging of acute lung injury: exploration of myeloperoxidase activity using in vivo endoscopic confocal fluorescence microscopy
Notice bibliographique
Résumé
The pathophysiology of acute lung injury (ALI) is well characterized, but its real-time assessment at bedside remains a challenge. When patients do not improve after 1 wk despite supportive therapies, physicians have to consider open lung biopsy (OLB) to identify the process(es) at play. Sustained inflammation and inadequate repair are often observed in this context. OLB is neither easy to perform in a critical setting nor exempt from complications. Herein, we explore intravital endoscopic confocal fluorescence microscopy (ECFM) of the lung in vivo combined with the use of fluorescent smart probe(s) activated by myeloperoxidase (MPO). MPO is a granular enzyme expressed by polymorphonuclear neutrophils (PMNs) and alveolar macrophages (AMs), catalyzing the synthesis of hypoclorous acid, a by-product of hydrogen peroxide. Activation of these probes was first validated in vitro in relevant cells (i.e., AMs and PMNs) and on MPO-non-expressing cells (as negative controls) and then tested in vivo using three rat models of ALI and real-time intravital imaging with ECFM. Semiquantitative image analyses revealed that in vivo probe-related cellular/background fluorescence was associated with corresponding enhanced lung enzymatic activity and was partly prevented by specific MPO inhibition. Additional ex vivo phenotyping was performed, confirming that fluorescent cells were neutrophil elastase(+) (PMNs) or CD68(+) (AMs). This work is a first step toward "virtual biopsy" of ALI without OLB.
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 | 0,000 | 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) | 0,001 | 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 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 ».