Metabolomic profiles of induced pluripotent stem cells derived from patients with rheumatoid arthritis and osteoarthritis
Notice bibliographique
Résumé
BACKGROUND: Metabolomics is the systemic study of the unique fingerprints of metabolites involved in cellular processes and biochemical reactions. The metabolomic approach is useful in diagnosing and predicting the development of rheumatoid arthritis (RA) and osteoarthritis (OA) and is emerging as a useful tool for identifying disease biomarkers. The aim of this study was to compare the metabolic blueprint of fibroblast-like synoviocyte (FLS) cells and induced pluripotent stem cells (iPSCs) derived from RA and OA patients. METHODS: Somatic cells of RA patients (n = 3) and OA patients (n = 3) were isolated, transduced with a lentiviral plasmid, and reprogrammed into iPSCs displaying pluripotency. Metabolic profiling of RA and OA patient-derived FLS cells and iPSCs was performed using liquid chromatography/mass spectrometry and statistical analysis. After normalization by the sum of the peak intensities through LC/MS, 37 metabolites were detected across RA and OA patients. RESULTS: from adenosine triphosphate, was also upregulated in RA iPSCs. Interestingly, the proliferation of RA iPSCs was significantly greater than OA iPSC proliferation (p < 0.05). NAM played a critical role in the proliferation of RA iPSCs but not in OA iPSCs. When iPSCs were treated with 100 nM of the NAM inhibitor tannic acid (TA), the proliferation of RA iPSCs was significantly reduced (p < 0.001). CONCLUSIONS: The metabolites of RA and OA FLS cells and RA and OA iPSCs were all clearly distinguishable from each other. NAM played a critical role in the proliferation of RA iPSCs but not in OA iPSCs. TA effectively inhibited the expression of NAM in RA iPSCs and is a possible effective treatment for RA patients.
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) | 0,000 | 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 | 0,000 | 0,000 |
| 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 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 ».