Paracrine mechanisms in early differentiation of human pluripotent stem cells: Insights from a mathematical model
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
With their capability to self-renew and differentiate into derivatives of all three germ layers, human pluripotent stem cells (hPSCs) offer a unique model to study aspects of human development in vitro. Directed differentiation towards mesendodermal lineages is a complex process, involving transition through a primitive streak (PS)-like stage. We have recently shown PS-like patterning from hPSCs into definitive endoderm, cardiac as well as presomitic mesoderm by only modulating the bulk cell density and the concentration of the GSK3 inhibitor CHIR99021, a potent activator of the WNT pathway. The patterning process is modulated by a complex paracrine network, whose identity and mechanistic consequences are poorly understood. To study the underlying dynamics, we here applied mathematical modeling based on ordinary differential equations. We compared time-course data of early hPSC differentiation to increasingly complex model structures with incremental numbers of paracrine factors. Model simulations suggest at least three paracrine factors being required to recapitulate the experimentally observed differentiation kinetics. Feedback mechanisms from both undifferentiated and differentiated cells turned out to be crucial. Evidence from double knock-down experiments and secreted protein enrichment allowed us to hypothesize on the identity of two of the three predicted factors. From a practical perspective, the mathematical model predicts optimal settings for directing lineage-specific differentiation. This opens new avenues for rational stem cell bioprocessing in more advanced culture systems, e.g. in perfusion-fed bioreactors enabling cell therapies.
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.
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 | 0,001 | 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 | 0,001 | 0,001 |
| 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 découle