Immune cell census in murine atherosclerosis: cytometry by time of flight illuminates vascular myeloid cell diversity
Notice bibliographique
Résumé
Aims: Atherosclerosis is characterized by the abundant infiltration of myeloid cells starting at early stages of disease. Myeloid cells are key players in vascular immunity during atherogenesis. However, the subsets of vascular myeloid cells have eluded resolution due to shared marker expression and atypical heterogeneity in vascular tissues. We applied the high-dimensionality of mass cytometry to the study of myeloid cell subsets in atherosclerosis. Methods and results: Apolipoprotein E-deficient (ApoE-/-) mice were fed a chow or a high fat (western) diet for 12 weeks. Single-cell aortic preparations were probed with a panel of 35 metal-conjugated antibodies using cytometry by time of flight (CyTOF). Clustering of marker expression on live CD45+ cells from the aortas of ApoE-/- mice identified 13 broad populations of leucocytes. Monocyte, macrophage, type 1 and type 2 conventional dendritic cell (cDC1 and cDC2), plasmacytoid dendritic cell (pDC), neutrophil, eosinophil, B cell, CD4+ and CD8+ T cell, γδ T cell, natural killer (NK) cell, and innate lymphoid cell (ILC) populations accounted for approximately 95% of the live CD45+ aortic cells. Automated clustering algorithms applied to the Lin-CD11blo-hi cells revealed 20 clusters of myeloid cells. Comparison between chow and high fat fed animals revealed increases in monocytes (both Ly6C+ and Ly6C-), pDC, and a CD11c+ macrophage subset with high fat feeding. Concomitantly, the proportions of CD206+ CD169+ subsets of macrophages were significantly reduced as were cDC2. Conclusions: A CyTOF-based comprehensive mapping of the immune cell subsets within atherosclerotic aortas from ApoE-/- mice offers tools for myeloid cell discrimination within the vascular compartment and it reveals that high fat feeding skews the myeloid cell repertoire toward inflammatory monocyte-macrophage populations rather than resident macrophage phenotypes and cDC2 during atherogenesis.
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 | 0,001 | 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 ».