MétaCan
Menu
Retour à la cohorte
Enregistrement W3002798034 · doi:10.1111/acel.13103

Cellular senescence contributes to age‐dependent changes in circulating extracellular vesicle cargo and function

2020· article· en· W3002798034 sur OpenAlexafffund
Faisal J. Alibhai, Fievel Lim, Azadeh Yeganeh, Peter V. DiStefano, Tina Binesh‐Marvasti, Alyssa Belfiore, Lukasz Wlodarek, Dakota Gustafson, Seán Millar, Shuhong Li, Richard D. Weisel, Jason E. Fish

Notice bibliographique

RevueAging Cell · 2020
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueExtracellular vesicles in disease
Établissements canadiensUniversity of TorontoToronto General Hospital
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésBiologyExtracellular vesiclesSenescenceExtracellular vesicleFunction (biology)ExtracellularCellular senescenceCell biologyMicrovesiclesGeneticsPhenotypeGenemicroRNA

Résumé

récupéré en direct d'OpenAlex

Abstract Extracellular vesicles (EVs) have emerged as important regulators of inter‐cellular and inter‐organ communication, in part via the transfer of their cargo to recipient cells. Although circulating EVs have been previously studied as biomarkers of aging, how circulating EVs change with age and the underlying mechanisms that contribute to these changes are poorly understood. Here, we demonstrate that aging has a profound effect on the circulating EV pool, as evidenced by changes in concentration, size, and cargo. Aging also alters particle function; treatment of cells with EV fractions isolated from old plasma reduces macrophage responses to lipopolysaccharide, increases phagocytosis, and reduces endothelial cell responses to vascular endothelial growth factor compared to cells treated with young EV fractions. Depletion studies indicate that CD63 + particles mediate these effects. Treatment of macrophages with EV‐like particles revealed that old particles increased the expression of EV miRNAs in recipient cells. Transfection of cells with microRNA mimics recapitulated some of the effects seen with old EV‐like particles. Investigation into the underlying mechanisms using bone marrow transplant studies revealed circulating cell age does not substantially affect the expression of aging‐associated circulating EV miRNAs in old mice. Instead, we show that cellular senescence contributes to changes in particle cargo and function. Notably, senolytic treatment of old mice shifted plasma particle cargo and function toward that of a younger phenotype. Collectively, these results demonstrate that senescent cells contribute to changes in plasma EVs with age and suggest a new mechanism by which senescent cells can affect cellular functions throughout the body.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,011
Tête enseignante GPT0,219
Écart entre enseignants0,208 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations134
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAging CellMême sujetExtracellular vesicles in diseaseTravaux en français237 207