MétaCan
Menu
Retour à la cohorte
Enregistrement W4223618378 · doi:10.1016/j.isci.2022.104188

Poly(I:C) enhances mesenchymal stem cell control of myeloid cells from COVID-19 patients

2022· article· en· W4223618378 sur OpenAlexafffund
Luciana Souza‐Moreira, Yuan Tan, Yan Wang, Jia-Pey Wang, Mahmoud Salkhordeh, J. Virgo, Maria Florian, Aidan B. P. Murray, Irene Watpool, Lauralyn McIntyre, Shane English, Duncan J. Stewart, Shirley H. J. Mei

Notice bibliographique

RevueiScience · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueMesenchymal stem cell research
Établissements canadiensUniversity of OttawaOttawa Hospital
Organismes subventionnairesOntario Institute for Regenerative MedicineOttawa Hospital
Mots-clésMesenchymal stem cellImmune systemPriming (agriculture)Downregulation and upregulationEffectorTranscriptomeImmunologyCell biologyMyeloidBiologyGene expressionGeneBiochemistry

Résumé

récupéré en direct d'OpenAlex

Mesenchymal stem cells (MSCs) are being studied for the treatment of COVID-19-associated critical illness, due to their immunomodulatory properties. Here, we hypothesized that viral mimic-priming improves MSCs' abilities to rebalance the dysregulated immune responses in COVID-19. Transcriptome analysis of poly(I:C)-primed MSCs (pIC-MSCs) showed upregulation of pathways in antiviral and immunomodulatory responses. Together with increased expression of antiviral proteins such as MX1, IFITM3, and OAS1, these changes translated to greater effector functions in regulating monocytes and granulocytes while further enhancing MSCs' ability to block SARS-CoV-2 pseudovirus entry into epithelial cells. Most importantly, the addition of pIC-MSCs to COVID-19 patient whole blood significantly reduced inflammatory neutrophils and increased M2 monocytes while enhancing their phagocytic effector function. We reveal for the first time that MSCs can be primed by Toll-like receptor 3 agonist to improve their ability to rebalance the dysregulated immune responses seen in severe SARS-CoV-2 infection.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,052
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,027
Tête enseignante GPT0,297
Écart entre enseignants0,270 · 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.

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

Citations10
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueiScienceMême sujetMesenchymal stem cell researchTravaux en français237 207