3D Adipose Tissue Culture Links the Organotypic Microenvironment to Improved Adipogenesis
Notice bibliographique
Résumé
Abstract Obesity and type 2 diabetes are strongly associated with adipose tissue dysfunction and impaired adipogenesis. Understanding the molecular underpinnings that control adipogenesis is thus of fundamental importance for the development of novel therapeutics against metabolic disorders. However, translational approaches are hampered as current models do not accurately recapitulate adipogenesis. Here, a scaffold‐free versatile 3D adipocyte culture platform with chemically defined conditions is presented in which primary human preadipocytes accurately recapitulate adipogenesis. Following differentiation, multi‐omics profiling and functional tests demonstrate that 3D adipocyte cultures feature mature molecular and cellular phenotypes similar to freshly isolated mature adipocytes. Spheroids exhibit physiologically relevant gene expression signatures with 4704 differentially expressed genes compared to conventional 2D cultures (false discovery rate < 0.05), including the concerted expression of factors shaping the adipogenic niche. Furthermore, lipid profiles of >1000 lipid species closely resemble patterns of the corresponding isogenic mature adipocytes in vivo ( R 2 = 0.97). Integration of multi‐omics signatures with analyses of the activity profiles of 503 transcription factors using global promoter motif inference reveals a complex signaling network, involving YAP, Hedgehog, and TGF β signaling, that links the organotypic microenvironment in 3D culture to the activation and reinforcement of PPAR γ and CEBP activity resulting in improved adipogenesis.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».