Deep Phenotyping by Mass Cytometry and Single-Cell RNA-Sequencing Reveals LYN-Regulated Signaling Profiles Underlying Monocyte Subset Heterogeneity and Lifespan
Notice bibliographique
Résumé
Rationale: Monocytes are key effectors of the mononuclear phagocyte system, playing critical roles in regulating tissue homeostasis and coordinating inflammatory reactions, including those involved in chronic inflammatory diseases such as atherosclerosis. Monocytes have traditionally been divided into 2 major subsets termed conventional monocytes and patrolling monocytes (pMo) but recent systems immunology approaches have identified marked heterogeneity within these cells, and much of what regulates monocyte population homeostasis remains unknown. We and others have previously identified LYN tyrosine kinase as a key negative regulator of myeloid cell biology; however, LYN’s role in regulating specific monocyte subset homeostasis has not been investigated. Objective: We sought to comprehensively profile monocytes to elucidate the underlying heterogeneity within monocytes and dissect how Lyn deficiency affects monocyte subset composition, signaling, and gene expression. We further tested the biological significance of these findings in a model of atherosclerosis. Methods and Results: Mass cytometric analysis of monocyte subsets and signaling pathway activation patterns in conventional monocytes and pMos revealed distinct baseline signaling profiles and far greater heterogeneity than previously described. Lyn deficiency led to a selective expansion of pMos and alterations in specific signaling pathways within these cells, revealing a critical role for LYN in pMo physiology. LYN’s role in regulating pMos was cell-intrinsic and correlated with an increased circulating half-life of Lyn -deficient pMos. Furthermore, single-cell RNA sequencing revealed marked perturbations in the gene expression profiles of Lyn −/− monocytes with upregulation of genes involved in pMo development, survival, and function. Lyn deficiency also led to a significant increase in aorta-associated pMos and protected Ldlr −/− mice from high-fat diet–induced atherosclerosis. Conclusions: Together our data identify LYN as a key regulator of pMo development and a potential therapeutic target in inflammatory diseases regulated by pMos.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| 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) | 0,000 | 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 ».