MétaCan
Menu
Retour à la cohorte
Enregistrement W4205583397 · doi:10.1016/j.isci.2022.103797

Metabolomic profiling of human pluripotent stem cell differentiation into lung progenitors

2022· article· en· W4205583397 sur OpenAlexaff
Sandra L. Leibel, Irene Tseu, Anson Zhou, Andrew P. Hodges, Jun Yin, Claudia Bilodeau, Olivia Goltsis, Martin Post

Notice bibliographique

RevueiScience · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueNeonatal Respiratory Health Research
Établissements canadiensHospital for Sick Children
Organismes subventionnairesNational Cancer Institute
Mots-clésInduced pluripotent stem cellProgenitor cellBiologyEmbryonic stem cellStem cellCell biologyCellular differentiationDirected differentiationMetabolomicsProgenitorBioinformaticsGenetics

Résumé

récupéré en direct d'OpenAlex

Metabolism is vital to cellular function and tissue homeostasis during human lung development. In utero , embryonic pluripotent stem cells undergo endodermal differentiation toward a lung progenitor cell fate that can be mimicked in vitro using induced human pluripotent stem cells (hiPSCs) to study genetic mutations. To identify differences between wild-type and surfactant protein B ( SFTPB)- deficient cell lines during endoderm specification toward lung, we used an untargeted metabolomics approach to evaluate the developmental changes in metabolites. We found that the metabolites most enriched during the differentiation from pluripotent stem cell to lung progenitor cell, regardless of cell line, were sphingomyelins and phosphatidylcholines, two important lipid classes in lung development. The SFTPB mutation had no metabolic impact on early endodermal lung development. The identified metabolite signatures during lung progenitor cell differentiation may be utilized as biomarkers for normal embryonic lung development.

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
Bibliométrie0,0010,000
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 Opus0,040
Tête enseignante GPT0,357
Écart entre enseignants0,317 · 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

Citations9
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueiScienceMême sujetNeonatal Respiratory Health ResearchTravaux en français237 207