MétaCan
Menu
Retour à la cohorte
Enregistrement W3083100130 · doi:10.1038/s42003-020-01218-3

Stirred suspension bioreactors maintain naïve pluripotency of human pluripotent stem cells

2020· article· en· W3083100130 sur OpenAlexaff
Leili Rohani, Breanna S. Borys, Golsa Razian, Pooyan Naghsh, Shiying Liu, Adiv A. Johnson, Pranav Machiraju, Heidrun Holland, Ian A. Lewis, Ryan A. Groves, Derek Toms, Paul M. K. Gordon, Joyce W. Li, Tania So, Tiffany Dang, Michael S. Kallos, Derrick E. Rancourt

Notice bibliographique

RevueCommunications Biology · 2020
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiquePluripotent Stem Cells Research
Établissements canadiensAlberta Children's HospitalUniversity of Calgary
Organismes subventionnairesNational Institute of Diabetes and Digestive and Kidney Diseases
Mots-clésInduced pluripotent stem cellBioreactorSuspension cultureCell biologyBioprocessSuspension (topology)Cell cultureBiologyHuman Induced Pluripotent Stem CellsChemistryEmbryonic stem cellBiochemistryBotanyGeneticsGene

Résumé

récupéré en direct d'OpenAlex

Due to their ability to standardize key physiological parameters, stirred suspension bioreactors can potentially scale the production of quality-controlled pluripotent stem cells (PSCs) for cell therapy application. Because of differences in bioreactor expansion efficiency between mouse (m) and human (h) PSCs, we investigated if conversion of hPSCs, from the conventional "primed" pluripotent state towards the "naïve" state prevalent in mPSCs, could be used to enhance hPSC production. Through transcriptomic enrichment of mechano-sensing signaling, the expression of epigenetic regulators, metabolomics, and cell-surface protein marker analyses, we show that the stirred suspension bioreactor environment helps maintain a naïve-like pluripotent state. Our research corroborates that converting hPSCs towards a naïve state enhances hPSC manufacturing and indicates a potentially important role for the stirred suspension bioreactor's mechanical environment in maintaining naïve-like pluripotency.

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 enseignants0,065
Score d'incertitude au seuil0,883

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 technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0020,002
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 Opus0,054
Tête enseignante GPT0,315
Écart entre enseignants0,260 · 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

Citations32
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCommunications BiologyMême sujetPluripotent Stem Cells ResearchTravaux en français237 207