Extracellular vesicle microRNA and protein cargo profiling in three clinical-grade stem cell products reveals key functional pathways
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The cell origin-specific payloads within extracellular vesicles (EVs) mediate therapeutic bioactivity for a wide variety of stem cell types. In this study, we profiled the microRNA (miRNA) and protein cargos found within EVs produced by three clinical-grade stem cell products of different ontogenies being considered for clinical application, namely bone marrow-derived mesenchymal stromal cells (BM-MSCs), heart-derived cells (HDCs), and umbilical cord-derived MSCs (UC-MSCs). Although several miRNAs (757) and proteins (420) were found in common, each producer cell type expressed unique miRNA profiles when the most highly expressed transcripts were compared. Differential expression analysis revealed that BM-MSCs and HDCs were quite similar, while UC-MSCs had the greatest number of unique miRNAs and proteins. Despite these differences, all three EVs promoted cell adhesion/migration, immune response, platelet aggregation, protein translation/stabilization, and RNA processing. EVs from BM-MSCs were implicated in apoptosis, cell-cycle progression, collagen formation, heme pigment synthesis, and smooth muscle differentiation, while HDC and UC-MSC EVs were found to regulate complement activation, endopeptidase activity, and matrix metallopeptidases. Overall, miRNA and protein profiling reveal functional differences between three leading stem cell products. These findings provide a framework for mechanistic exploration of candidate therapeutic molecules driving the salutary effects of EVs.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 découle