Human scattered tubular cells represent a heterogeneous population of glycolytic dedifferentiated proximal tubule cells
Notice bibliographique
Résumé
Abstract Scattered tubular cells (STCs) are a phenotypically distinct cell population in the proximal tubule that increase in number after acute kidney injury. We aimed to characterize the human STC population. Three‐dimensional human tissue analysis revealed that STCs are preferentially located within inner bends of the tubule and are barely present in young kidney tissue (<2 years), and their number increases with age. Increased STC numbers were associated with acute tubular injury (kidney injury molecule 1) and interstitial fibrosis (alpha smooth muscle actin). Isolated CD13 + CD24 − CD133 − proximal tubule epithelial cells (PTECs) and CD13 + CD24+ and CD13 + CD133 + STCs were analyzed using RNA sequencing. Transcriptome analysis revealed an upregulation of nuclear factor κB, tumor necrosis factor alpha, and inflammatory pathways in STCs, whereas metabolism, especially the tricarboxylic acid cycle and oxidative phosphorylation, was downregulated, without showing signs of cellular senescence. Using immunostaining and a publicly available single‐cell sequencing database of human kidneys, we demonstrate that STCs represent a heterogeneous population in a transient state. In conclusion, STCs are dedifferentiated PTECs showing a metabolic shift toward glycolysis, which could facilitate cellular survival after kidney injury. © 2022 The Authors. The Journal of Pathology published by John Wiley & Sons Ltd on behalf of The Pathological Society of Great Britain and Ireland.
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 ».