Lung inflammatory environments differentially alter mesenchymal stromal cell behavior
Notice bibliographique
Résumé
Mesenchymal stromal (stem) cells (MSCs) are increasingly demonstrated to ameliorate experimentally induced lung injuries through disease-specific anti-inflammatory actions, thus suggesting that different in vivo inflammatory environments can influence MSC actions. To determine the effects of different representative inflammatory lung conditions, human bone marrow-derived MSCs (hMSCs) were exposed to in vitro culture conditions from bronchoalveolar lavage fluid (BALF) samples obtained from patients with either the acute respiratory distress syndrome (ARDS) or with other lung diseases including acute respiratory exacerbations of cystic fibrosis (CF) (non-ARDS). hMSCs were subsequently assessed for time- and BALF concentration-dependent effects on mRNA expression of selected pro- and anti-inflammatory mediators, and for overall patterns of gene and mRNA expression. Both common and disease-specific patterns were observed in gene expression of different hMSC mediators, notably interleukin (IL)-6. Conditioned media obtained from non-ARDS BALF-exposed hMSCs was more effective in promoting an anti-inflammatory phenotype in monocytes than was conditioned media from ARDS BALF-exposed hMSCs. Neutralizing IL-6 in the conditioned media promoted generation of anti-inflammatory monocyte phenotype. This proof of concept study suggest that different lung inflammatory environments potentially can alter hMSC behaviors. Further identification of these interactions and the driving mechanisms may influence clinical use of MSCs for treating lung diseases.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 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) | 0,001 | 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 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 ».