MEndR: An In Vitro Functional Assay to Predict In Vivo Muscle Stem Cell‐Mediated Repair
Notice bibliographique
Résumé
Abstract Functional assessment of stem cell‐mediated endogenous repair relies on animal studies. Here an in vitro assay is described that recapitulates important early steps of the in vivo skeletal muscle endogenous repair (MEndR) process. The assay is integrated with a custom semi‐automated image analysis pipeline to enable high‐content data analysis of donor‐derived muscle fiber content and morphology. Myotube sheets, generated by infiltrating a cellulose scaffold with myoblasts, are engrafted with muscle stem cells (MuSCs), injured to induce a regenerative microenvironment, and muscle repair is assessed. Significantly, the spatiotemporal dynamics of in vitro repair closely matched those observed in vivo, when both stem cells and injury are present. By exploiting the easy imaging geometry of the engineered tissue, cellular mechanisms of action driving the MuSC response to the regenerative template are explored. In vivo outcomes of two known modulators of MuSC‐mediated repair, measured by donor fiber production, MuSC niche repopulation, and response to a secondary injury, are phenocopied in the platform only when both the stem cells and injured 3D template are present. The MEndR platform represents a powerful opportunity to explore MuSC‐mediated repair and potentially compress the discovery pipeline by combining drug screening and validation in one step.
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 | 0,000 | 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 ».