Drug Screening Platform Using Human Induced Pluripotent Stem Cell-Derived Atrial Cardiomyocytes and Optical Mapping
Notice bibliographique
Résumé
A bstract Current drug development efforts for the treatment of atrial fibrillation (AF) are hampered by the fact that many preclinical models have been unsuccessful in reproducing human cardiac atrial physiology and its response to medications. In this study, we demonstrated an approach using human induced pluripotent stem cell-derived atrial and ventricular cardiomyocytes (hiPSC-aCMs and hiPSC-vCMs, respectively) coupled with a sophisticated optical mapping system for drug screening of atrial-selective compounds in vitro . We optimized differentiation of hiPSC-aCMs by modulating the WNT and retinoid signalling pathways. Characterization of the transcriptome and proteome revealed that retinoic acid pushes the differentiation process into the atrial lineage and generated hiPSC-aCMs. Functional characterization using optical mapping showed that hiPSC-aCMs have shorter action potential durations and faster Ca 2+ handling dynamics compared to hiPSC-vCMs. Furthermore, pharmacological investigation of hiPSC-aCMs captured atrial-selective effects by displaying greater sensitivity to atrial-selective compounds 4-aminopyridine, AVE0118, UCL1684, and vernakalant when compared to hiPSC-vCMs. These results established that a model system incorporating hiPSC-aCMs combined with optical mapping is well-suited for pre-clinical drug screening of novel and targeted atrial selective compounds.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».