MétaCan
Menu
Retour à la cohorte
Enregistrement W3021835743 · doi:10.1016/j.celrep.2020.107597

Interstitial Cell Remodeling Promotes Aberrant Adipogenesis in Dystrophic Muscles

2020· article· en· W3021835743 sur OpenAlexaff
J. Camps, Natacha Breuls, Alejandro Sifrim, Nefele Giarratana, Marlies Corvelyn, Laura Danti, Hanne Grosemans, Sebastiaan Vanuytven, Irina Thiry, M. Belicchi, Mirella Meregalli, Khrystyna Platko, Melissa E. MacDonald, Richard C. Austin, Rik Gijsbers, Giulio Cossu, Yvan Torrente, Thierry Voet, Maurilio Sampaolesi

Notice bibliographique

RevueCell Reports · 2020
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMuscle Physiology and Disorders
Établissements canadiensMcMaster UniversitySt. Joseph’s Healthcare Hamilton
Organismes subventionnairesMedical Research CouncilRondoufonds voor DuchenneonderzoekFonds Wetenschappelijk OnderzoekBritish Heart Foundation
Mots-clésMuscular dystrophySkeletal muscleAdipogenesisEndocrinologyBiologyCellPopulationInternal medicineDystrophyITGA7FibrosisCell biologyMedicineAdipose tissueGenetics

Résumé

récupéré en direct d'OpenAlex

Fibrosis and fat replacement in skeletal muscle are major complications that lead to a loss of mobility in chronic muscle disorders, such as muscular dystrophy. However, the in vivo properties of adipogenic stem and precursor cells remain unclear, mainly due to the high cell heterogeneity in skeletal muscles. Here, we use single-cell RNA sequencing to decomplexify interstitial cell populations in healthy and dystrophic skeletal muscles. We identify an interstitial CD142-positive cell population in mice and humans that is responsible for the inhibition of adipogenesis through GDF10 secretion. Furthermore, we show that the interstitial cell composition is completely altered in muscular dystrophy, with a near absence of CD142-positive cells. The identification of these adipo-regulatory cells in the skeletal muscle aids our understanding of the aberrant fat deposition in muscular dystrophy, paving the way for treatments that could counteract degeneration in patients with muscular dystrophy.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,007
Score d'incertitude au seuil0,604

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,013
Tête enseignante GPT0,217
Écart entre enseignants0,205 · 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 tête enseignante, 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

Citations93
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCell ReportsMême sujetMuscle Physiology and DisordersTravaux en français237 207