Recapitulating kidney development in vitro by priming and differentiating mouse embryonic stem cells in monolayers
Notice bibliographique
Résumé
Abstract In order to harness the potential of pluripotent stem cells, we need to understand how to differentiate them to our target cell types. Here, we developed a protocol to differentiate mouse embryonic stem cells (ESCs) to renal progenitors in a step-wise manner. Microarrays were used to track the transcriptional changes at each stage of differentiation and we observed that genes associated with metanephros, ureteric bud, and blood vessel development were significantly upregulated as the cells differentiated towards renal progenitors. Priming the ESCs and optimizing seeding cell density and growth factor concentrations helped improve differentiation efficiency. Organoids were used to determine the developmental potential of the renal progenitor cells. Aggregated renal progenitors gave rise to organoids consisting of LTL+/E-cadherin+ proximal tubules, cytokeratin+ ureteric bud-derived tubules, and extracellular matrix proteins secreted by the cells themselves. Over-expression of key kidney developmental genes, Pax2 , Six1 , Eya1 , and Hox11 paralogs, during differentiation did not improve differentiation efficiency. Altogether, we developed a protocol to differentiate mouse ESCs in a manner that recapitulates embryonic kidney development and showed that precise gene regulation is essential for proper differentiation to occur.
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 ».