MétaCan
Menu
Retour à la cohorte
Enregistrement W2951479214 · doi:10.1002/stem.2692

Single Cell Phenotyping Reveals Heterogeneity Among Hematopoietic Stem Cells Following Infection

2017· article· en· W2951479214 sur OpenAlexfundno aff
Adam L. MacLean, Maia A. Smith, Juliane Liepe, Aaron Sim, Reema Khorshed, Narges Rashidi, Nico Scherf, Axel Krinner, Ingo Roeder, Cristina Lo Celso, Michael P. H. Stumpf

Notice bibliographique

RevueStem Cells · 2017
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueT-cell and B-cell Immunology
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of California, IrvineBC Cancer AgencyBiotechnology and Biological Sciences Research CouncilDirectorate for Biological SciencesNational Centre for the Replacement, Refinement and Reduction of Animals in Research
Mots-clésBiologyNicheStem cellHaematopoiesisBone marrowMotilityHematopoietic stem cellCell biologyImmunologyDynamics (music)Stem cell nicheInflammationProgenitor cellEcology

Résumé

récupéré en direct d'OpenAlex

The hematopoietic stem cell (HSC) niche provides essential microenvironmental cues for the production and maintenance of HSCs within the bone marrow. During inflammation, hematopoietic dynamics are perturbed, but it is not known whether changes to the HSC-niche interaction occur as a result. We visualize HSCs directly in vivo, enabling detailed analysis of the 3D niche dynamics and migration patterns in murine bone marrow following Trichinella spiralis infection. Spatial statistical analysis of these HSC trajectories reveals two distinct modes of HSC behavior: (a) a pattern of revisiting previously explored space and (b) a pattern of exploring new space. Whereas HSCs from control donors predominantly follow pattern (a), those from infected mice adopt both strategies. Using detailed computational analyses of cell migration tracks and life-history theory, we show that the increased motility of HSCs following infection can, perhaps counterintuitively, enable mice to cope better in deteriorating HSC-niche microenvironments following infection. Stem Cells 2017;35:2292-2304.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,003

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.

Tête enseignante Opus0,020
Tête enseignante GPT0,232
Écart entre enseignants0,211 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations20
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStem CellsMême sujetT-cell and B-cell ImmunologyTravaux en français237 207