MétaCan
Menu
Retour à la cohorte
Enregistrement W4280540681 · doi:10.1038/s41598-022-11700-z

Apical-out airway organoids as a platform for studying viral infections and screening for antiviral drugs

2022· article· en· W4280540681 sur OpenAlexaff
Georgios Stroulios, Tyler Brown, Giulia Moreni, Douglas Kondro, Alessandro Dei, Allen Eaves, Sharon A. Louis, Juan Hou, Wing Y. Chang, Dasja Pajkrt, Katja C. Wolthers, Adithya Sridhar, Salvatore Simmini

Notice bibliographique

RevueScientific Reports · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueNeonatal Respiratory Health Research
Établissements canadiensTerry Fox Research InstituteStemcell Technologies
Organismes subventionnairesHorizon 2020Horizon 2020 Framework ProgrammeEuropean Commission
Mots-clésOrganoidCiliogenesisCell biologyAirwayBiologyIn vivoExtracellular matrixCiliumMedicineGenetics

Résumé

récupéré en direct d'OpenAlex

Airway organoids are polarized 3D epithelial structures that recapitulate the organization and many of the key functions of the in vivo tissue. They present an attractive model that can overcome some of the limitations of traditional 2D and Air-Liquid Interface (ALI) models, yet the limited accessibility of the organoids' apical side has hindered their applications in studies focusing on host-pathogen interactions. Here, we describe a scalable, fast and efficient way to generate airway organoids with the apical side externally exposed. These apical-out airway organoids are generated in an Extracellular Matrix (ECM)-free environment from 2D-expanded bronchial epithelial cells and differentiated in suspension to develop uniformly-sized organoid cultures with robust ciliogenesis. Differentiated apical-out airway organoids are susceptible to infection with common respiratory viruses and show varying responses upon treatment with antivirals. In addition to the ease of apical accessibility, these apical-out airway organoids offer an alternative in vitro model to study host-pathogen interactions in higher throughput than the traditional air-liquid interface model.

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)0,001
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 seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,066
Tête enseignante GPT0,381
Écart entre enseignants0,316 · 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

Citations69
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetNeonatal Respiratory Health ResearchTravaux en français237 207