Studies of the dynamics of nuclear clustering in human syncytiotrophoblast
Notice bibliographique
Résumé
Syncytial nuclear aggregates (SNAs), clusters of nuclei in the syncytiotrophoblast of the human placenta, are increased as gestation advances and in pregnancy pathologies. The origins of increased SNAs are unclear; however, a better appreciation of the mechanism may give insight into placental ageing and factors underpinning dysfunction. We developed three models to investigate whether SNA formation results from a dynamic process of nuclear movement and to generate alternative hypotheses. SNA count and size were measured in placental explants cultured over 16 days and particles released into culture medium were quantified. Primary trophoblasts were cultured for 6 days. Explants and trophoblasts were cultured with and without cytoskeletal inhibitors. An in silico model was developed to examine the effects of modulating nuclear behaviour on clustering. In explants, neither median SNA number (108 SNA/mm(2) villous area) nor size (283 μm(2)) changed over time. Subcellular particles from conditioned culture medium showed a wide range of sizes that overlapped with those of SNAs. Nuclei in primary trophoblasts did not change position relative to other nuclei; apparent movement was associated with positional changes of the syncytial cell membrane. In both models, SNAs and nuclear clusters were stable despite pharmacological disruption of cytoskeletal activity. In silico, increased nuclear movement, adhesiveness and sites of cytotrophoblast fusion were related to nuclear clustering. The prominence of SNAs in pregnancy disorders may not result from an active process involving cytoskeleton-mediated rearrangement of syncytial nuclei. Further insights into the mechanism(s) of SNA formation will aid understanding of their increased presence in pregnancy pathologies.
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 | 0,001 |
| 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) | 0,000 | 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 ».