Generation of Complex Syngeneic Liver Organoids from Induced Pluripotent Stem Cells to Model Human Liver Pathophysiology
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The study of human liver pathophysiology has been hampered for decades by the lack of easily accessible, robust, and representative in vitro models. The discovery of induced pluripotent stem cells (iPSCs)-which can be generated from patients' somatic cells, engineered to harbor specific mutations, and differentiated into hepatocyte-like cells-opened the way to more meaningful modeling of liver development and disease. Nevertheless, representative modeling of many complex liver conditions requires the recreation of the interplay between hepatocytes and nonparenchymal liver cells. Here we describe protocols we developed to generate and characterize complex human liver organoids composed of iPSC-derived hepatic, endothelial, and mesenchymal cells. With all cell types derived from the same iPSC population, such organoids reproduce the liver niche, allowing for the study of liver development and the modeling of complex inflammatory and fibrotic conditions. © 2022 Wiley Periodicals LLC. Basic Protocol 1: Differentiation of human iPSCs into hepatic progenitor cells (hepatoblasts) Basic Protocol 2: Differentiation of human iPSCs into endothelial progenitor cells Support Protocol 1: Characterization of iPSC-derived endothelial progenitor cells Basic Protocol 3: Differentiation of human iPSCs into mesenchymal progenitor cells Support Protocol 2: Characterization of iPSC-derived mesenchymal progenitor cells Basic Protocol 4: Generation of complex syngeneic liver organoids.
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.
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) | 0,001 | 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 découle