Fetal lung underdevelopment is rescued by administration of amniotic fluid stem cell extracellular vesicles in rodents
Notice bibliographique
Résumé
Fetal lung underdevelopment, also known as pulmonary hypoplasia, is characterized by decreased lung growth and maturation. The most common birth defect found in babies with pulmonary hypoplasia is congenital diaphragmatic hernia (CDH). Despite research and clinical advances, babies with CDH still have high morbidity and mortality rates, which are directly related to the severity of lung underdevelopment. To date, there is no effective treatment that promotes fetal lung growth and maturation. Here, we describe a stem cell-based approach in rodents that enhances fetal lung development via the administration of extracellular vesicles (EVs) derived from amniotic fluid stem cells (AFSCs). Using fetal rodent models of pulmonary hypoplasia (primary epithelial cells, organoids, explants, and in vivo), we demonstrated that AFSC-EV administration promoted branching morphogenesis and alveolarization, rescued tissue homeostasis, and stimulated epithelial cell and fibroblast differentiation. We confirmed this regenerative ability in in vitro models of lung injury using human material, where human AFSC-EVs obtained following good manufacturing practices restored pulmonary epithelial homeostasis. Investigating EV mechanism of action, we found that AFSC-EV beneficial effects were exerted via the release of RNA cargo. MicroRNAs regulating the expression of genes involved in lung development, such as the miR17-92 cluster and its paralogs, were highly enriched in AFSC-EVs and were increased in AFSC-EV-treated primary lung epithelial cells compared to untreated cells. Our findings suggest that AFSC-EVs hold regenerative ability for underdeveloped fetal lungs, demonstrating potential for therapeutic application in patients with pulmonary hypoplasia.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,001 | 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 ».