Potential Factors for the Differentiation of ESCs/iPSCs into Insulin-Producing Cells
Notice bibliographique
Résumé
The low efficiency of in vitro differentiation of human embryonic stem cells (ESCs) or human induced pluripotent stem cells (iPSCs) into insulin-producing cells thus creates a crucial hurdle for the clinical implementation of human pluripotent stem cells (PSCs). In this study, we investigated the key factors for the differentiation of PSCs into insulin-producing cells. We obtained microarray data of HUES8 and HUES6 from two GeneChips (GPL3921: Affymetrix HT Human Genome U133A Array, GPL570: Affymetrix Human Genome U133 Plus 2.0 Array) in a database of GEO (NCBI), since HUES8 can differentiate into pancreatic cells, while HUES6 hardly demonstrates any differentiation at all. The genes with more than fourfold higher expressions in HUES8 compared to HUES6 included RPS4Y1, DDX3Y, EIF1AY, GREM1, GATA6, and NLGN4Y. Since there were four genes, RPS4Y1, DDX3Y, EIF1AY, and NLGN4Y, on the Y chromosome and HUES8 was a male cell line and HUES6 was a female cell line, we excluded these genes in this study. On the other hand, genes with more than fourfold higher expressions in HUES6 compared to HUES8 included NLRP2, EGR1, and SMC3. We next compared iPSCs derived from pancreatic cells (PiPSCs) and iPSCs derived from fibroblasts (FiPSCs). PiPSCs differentiated into insulin-producing cells more easily than FiPSCs because of their epigenetic memory. The gene expressions of GREM1, GATA6, NLRP2, EGR1, and SMC3 in PiPSCs and FiPSCs were also investigated. The expression level of GREM1 and GATA6 in PiPSCs were higher than in FiPSCs. On the other hand, EGR1, which was lower in HUES8 than in HUES6, was predictably lower in PiPSCs than FiPSCs, while NLRP2 and SMC3 were higher in PiPSCs than FiPSCs. These data suggest that the expression of GATA6 and GREM1 and the inhibition of EGR1 may be important factors for the differentiation of PSCs into insulin-producing cells.
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) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».