Fetal Reprogramming and Senescence in Hypoplastic Left Heart Syndrome and in Human Pluripotent Stem Cells during Cardiac Differentiation
Notice bibliographique
Résumé
Hypoplastic left heart syndrome (HLHS) is a severe cardiac malformation characterized by left ventricle (LV) hypoplasia and abnormal LV perfusion and oxygenation. We studied hypoxia-associated injury in fetal HLHS and human pluripotent stem cells during cardiac differentiation to assess the effect of microenvironmental perturbations on fetal cardiac reprogramming. We studied LV myocardial samples from 32 HLHS and 17 structurally normal midgestation fetuses. Compared with controls, the LV in fetal HLHS samples had higher nuclear expression of hypoxia-inducible factor-1α but lower angiogenic growth factor expression, higher expression of oncogenes and transforming growth factor (TGF)-β1, more DNA damage and senescence with cell cycle arrest, fewer cardiac progenitors, myocytes and endothelial lineages, and increased myofibroblast population (P < 0.05 versus controls). Smooth muscle cells (SMCs) had less DNA damage compared with endothelial cells and myocytes. We recapitulated the fetal phenotype by subjecting human pluripotent stem cells to hypoxia during cardiac differentiation. DNA damage was prevented by treatment with a TGF-β1 inhibitor (P < 0.05 versus nonhypoxic cells). The hypoplastic LV in fetal HLHS samples demonstrates hypoxia-inducible factor-1α up-regulation, oncogene-associated cellular senescence, TGF-β1-associated fibrosis and impaired vasculogenesis. The phenotype is recapitulated by subjecting human pluripotent stem cells to hypoxia during cardiac differentiation and rescued by inhibition of TGF-β1. This finding suggests that hypoxia may reprogram the immature heart and affect differentiation and development.
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 | 0,000 | 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 ».