Single-cell genomics illustrates heterogeneous phenotypes of myocardial fibroblasts under ischemic insults
Notice bibliographique
Résumé
Myocardial regenerative strategies are promising where the choice of ideal cell population is crucial for successful translational applications. Herein, we explored the regenerative/repair responses of infarct zone cardiac fibroblast(s) (CF) by unveiling their phenotype heterogeneity at single-cell resolution. CF were isolated from the infarct zone of Yucatan miniswine that suffered myocardial infarction, cultured under simulated ischemic and reperfusion, and grouped into control, ischemia, and ischemia/reperfusion. The single-cell RNA sequencing analysis revealed 19 unique cell clusters suggesting distinct subpopulations. The status of gene expression (log2 fold change (log2 FC) > 2 and log2 FC < -2) was used to define the characteristics of each cluster unveiling with diverse features, including the pro-survival/cardioprotective (Clusters 1, 3, 5, 9, and 18), vasculoprotective (Clusters 2 and 5), anti-inflammatory (Clusters 4 and 17), proliferative (Clusters 4 and 5), nonproliferative (Clusters 6, 8, 11, 16, 17, and 18), proinflammatory (Cluster 6), profibrotic/pathologic (Clusters 8 and 19), antihypertrophic (Clusters 8 and 10), extracellular matrix restorative (Clusters 9 and 12), angiogenic (Cluster 16), and normal (Clusters 7 and 15) phenotypes. Further understanding of these unique phenotypes of CF will provide significant translational opportunities for myocardial regeneration and cardiac management.
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 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) | 0,000 | 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) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».