Multiomics approach to profiling Sertoli cell maturation during development of the spermatogonial stem cell niche
Notice bibliographique
Résumé
Spermatogonial stem cells (SSCs) are the basis of spermatogenesis, a complex process supported by a specialized microenvironment, called the SSC niche. Postnatal development of SSCs is characterized by distinct metabolic transitions from prepubertal to adult stages. An understanding of the niche factors that regulate these maturational events is critical for the clinical application of SSCs in fertility preservation. To investigate the niche maturation events that take place during SSC maturation, we combined different '-omics' technologies. Serial single cell RNA sequencing analysis revealed changes in the transcriptomes indicative of niche maturation that was initiated at 11 years of age in humans and at 8 weeks of age in pigs, as evident by Monocle analysis of Sertoli cells and peritubular myoid cell (PMC) development in humans and Sertoli cell analysis in pigs. Morphological niche maturation was associated with lipid droplet accumulation, a characteristic that was conserved between species. Lipidomic profiling revealed an increase in triglycerides and a decrease in sphingolipids with Sertoli cell maturation in the pig model. Quantitative (phospho-) proteomics analysis detected the activation of distinct pathways with porcine Sertoli cell maturation. We show here that the main aspects of niche maturation coincide with the morphological maturation of SSCs, which is followed by their metabolic maturation. The main aspects are also conserved between the species and can be predicted by changes in the niche lipidome. Overall, this knowledge is pivotal to establishing cell/tissue-based biomarkers that could gauge stem cell maturation to facilitate laboratory techniques that allow for SSC transplantation for restoration of fertility.
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 ».