Differentiation of Peritubular Myoid‐Like Cells from Human Induced Pluripotent Stem Cells
Notice bibliographique
Résumé
Infertility affects 10-15% of couples, with half attributed to male factors. An improved understanding of the cell-type-specific dysfunction contributing to male infertility is needed to improve available therapies; however, human testicular tissues are difficult to obtain for research purposes. To overcome this, researchers have begun to use human induced pluripotent stem cells (hiPSCs) to generate various testis-specific cell types in vitro. Peritubular myoid cells (PTMs) are one such testicular cell type that serves a critical role in the human testis niche but, to date, have not been derived from hiPSCs. This study set forth to generate a molecular-based differentiation method for deriving PTMs from hiPSCs, mirroring in vivo patterning factors. Whole transcriptome profiling and quantitative polymerase chain reaction (qPCR) show that this differentiation method is sufficient to derive cells with PTM-like transcriptomes, including upregulation of hallmark PTM functional genes, secreted growth and matrix factors, smooth muscle, integrins, receptors, and antioxidants. Hierarchical clustering shows that they acquire transcriptomes similar to primary isolated PTMs, and immunostaining shows the acquisition of a smooth muscle phenotype. Overall, these hiPSC-PTMs will allow in vitro study of patient-specific PTM development and function in spermatogenesis and infertility.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,002 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».