MétaCan
Menu
Retour à la cohorte
Enregistrement W3201811380 · doi:10.1039/d1bm00799h

Disease-specific extracellular matrix composition regulates placental trophoblast fusion efficiency

2021· article· en· W3201811380 sur OpenAlexafffund
Prabu Karthick Parameshwar, Lucas Sagrillo‐Fagundes, Caroline Fournier, Sylvie Girard, Cathy Vaillancourt, Christopher Moraes

Notice bibliographique

RevueBiomaterials Science · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueTissue Engineering and Regenerative Medicine
Établissements canadiensMcGill University Health CentreUniversité de MontréalInstitut National de la Recherche ScientifiqueMcGill University
Organismes subventionnairesFonds de recherche du Québec – Nature et technologiesNatural Sciences and Engineering Research Council of CanadaCanada Research Chairs
Mots-clésDecellularizationExtracellular matrixSyncytiotrophoblastCell biologyTrophoblastCell fusionPhenotypeFibronectinAdherens junctionBiologyChemistryPlacentaImmunologyFetusCellPregnancyGenetics

Résumé

récupéré en direct d'OpenAlex

The placental syncytiotrophoblast is a multinucleated layer that regulates transport between the mother and fetus. Fusion of trophoblasts is essential to form this layer, but this process can be disrupted in pregnancy-related disorders such as preeclampsia. Disease progression is also associated with changes in the extracellular matrix (ECM), but whether disease-specific ECM compositions play any causal role in establishing syncytiotrophoblast disease phenotypes remains unknown. Here, we develop a decellularization-based platform to isolate and characterize the role of human placental ECM composition on cell function, while controlling for the confounding effects of matrix structure and mechanics that can arise in conventional tissue decellularization/recellularization experiments. Using this approach, we demonstrate that ECM compositional changes that occur in preeclampsia have a statistically significant effect on adhesion, spreading, and fusion of placental trophoblasts. Proteomic analysis of ECM content then allowed us to identify and recreate selected differences in matrix composition; indicating that replacement of normally present Type IV Collagen by Type I Collagen in preeclampsia significantly affects fusion efficiency. These results indicate that disease-specific matrix compositions can play an important role in trophoblast fusion, suggesting novel matrix-targeting therapeutic strategies for pregnancy-related disorders. More broadly, this work demonstrates the utility of a decellularization-based approach in understanding the functional contributions of matrix composition in driving cellular disease phenotypes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,015
Tête enseignante GPT0,261
Écart entre enseignants0,246 · 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 source (Gemma direct ou Codex distillé), 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

Citations24
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBiomaterials ScienceMême sujetTissue Engineering and Regenerative MedicineTravaux en français237 207