MétaCan
Menu
Retour à la cohorte
Enregistrement W4206628421 · doi:10.1016/j.celrep.2021.110283

An in vitro chronic damage model impairs inflammatory and regenerative responses in human colonoid monolayers

2022· article· en· W4206628421 sur OpenAlexafffund
William D. Rees, Nikita Telkar, David Lin, May Q. Wong, Chad Poloni, Ayda Fathi, Michael S. Kobor, Nicholas C. Zachos, Theodore S. Steiner

Notice bibliographique

RevueCell Reports · 2022
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueImmune cells in cancer
Établissements canadiensBC Cancer AgencyBC Children's HospitalUniversity of British Columbia
Organismes subventionnairesNational Institute of Diabetes and Digestive and Kidney DiseasesNational Institutes of HealthCrohn's and Colitis CanadaMitacsCrohn's and Colitis Foundation of CanadaBC Children's Hospital
Mots-clésIn vitroCell biologyInflammationRegeneration (biology)Regenerative medicineBiologyChemistryMedicineImmunologyComputational biologyStem cellBiochemistry

Résumé

récupéré en direct d'OpenAlex

Acute damage to the intestinal epithelium can be repaired via de-differentiation of mature intestinal epithelial cells (IECs) to a stem-like state, but there is a lack of knowledge on how intestinal stem cells function after chronic injury, such as in inflammatory bowel disease (IBD). We developed a chronic-injury model in human colonoid monolayers by repeated rounds of air-liquid interface and submerged culture. We use this model to understand how chronic intestinal damage affects the ability of IECs to (1) respond to microbial stimulation, using the Toll-like receptor 5 (TLR5) agonist FliC and (2) regenerate and protect the epithelium from further damage. Repeated rounds of damage impair the ability of IECs to regrow and respond to TLR stimulation. We also identify mRNA expression and DNA methylation changes in genes associated with IBD and colon cancer. This methodology results in a human model of recurrent IEC injury like that which occurs in IBD.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,010
Score d'incertitude au seuil0,868

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,010
Tête enseignante GPT0,250
Écart entre enseignants0,240 · 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 tête enseignante, 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

Citations16
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCell ReportsMême sujetImmune cells in cancerTravaux en français237 207