Blood extracellular vesicles from healthy individuals regulate hematopoietic stem cells as humans age
Notice bibliographique
Résumé
Hematopoietic stem cells (HSCs) maintain balanced blood cell production in a process called hematopoiesis. As humans age, their HSCs acquire mutations that allow some HSCs to disproportionately contribute to normal blood production. This process, known as age-related clonal hematopoiesis, predisposes certain individuals to cancer, cardiovascular and pulmonary pathologies. There is a growing body of evidence suggesting that factors outside cells, such as extracellular vesicles (EVs), contribute to the disruption of stem cell homeostasis during aging. We have characterized blood EVs from humans and determined that they are remarkably consistent with respect to size, concentration, and total protein content, across healthy subjects aged 20-85 years. When analyzing EV protein composition from mass spectroscopy data, our machine-learning-based algorithms are able to distinguish EV proteins based on age and suggest that different cell types dominantly produce EVs released into the blood, which change over time. Importantly, our data show blood EVs from middle and older age groups (>40 years) significantly stimulate HSCs in contrast to untreated and EVs sourced from young subjects. Our study establishes for the first time that although EV particle size, concentration, and total protein content remain relatively consistent over an adult lifespan in humans, EV content evolves during aging and potentially influences HSC regulation.
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 | 0,001 | 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 ».