MétaCan
Menu
Retour à la cohorte
Enregistrement W3205497581 · doi:10.1016/j.stemcr.2021.09.020

A new platform for high-throughput therapy testing on iPSC-derived lung progenitor cells from cystic fibrosis patients

2021· article· en· W3205497581 sur OpenAlexaffabout
Jia Xin Jiang, Leigh Wellhauser, Onofrio Laselva, Irina Utkina, Zoltán Bozóky, T. Gunawardena, Zoe Ngan, Sunny Xia, Michelle Di Paola, Paul D. W. Eckford, Félix Ratjen, Theo J. Moraes, John Parkinson, Amy P. Wong, Christine E. Bear

Notice bibliographique

RevueStem Cell Reports · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueCystic Fibrosis Research Advances
Établissements canadiensSickKids FoundationUniversity of TorontoHospital for Sick Children
Organismes subventionnairesnon disponible
Mots-clésCystic fibrosisProgenitor cellInduced pluripotent stem cellBiologyLungStem cellBioinformaticsProgenitorCancer researchComputational biologyInternal medicineMedicineEmbryonic stem cellCell biologyGeneticsGene

Résumé

récupéré en direct d'OpenAlex

For those people with cystic fibrosis carrying rare CFTR mutations not responding to currently available therapies, there is an unmet need for relevant tissue models for therapy development. Here, we describe a new testing platform that employs patient-specific induced pluripotent stem cells (iPSCs) differentiated to lung progenitor cells that can be studied using a dynamic, high-throughput fluorescence-based assay of CFTR channel activity. Our proof-of-concept studies support the potential use of this platform, together with a Canadian bioresource that contains iPSC lines and matched nasal cultures from people with rare mutations, to advance patient-oriented therapy development. Interventions identified in the high-throughput, stem cell-based model and validated in primary nasal cultures from the same person have the potential to be advanced as therapies.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
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: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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 Opus0,026
Tête enseignante GPT0,280
Écart entre enseignants0,254 · 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

Citations40
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueStem Cell ReportsMême sujetCystic Fibrosis Research AdvancesTravaux en français237 207