Epicardially secreted fibronectin drives cardiomyocyte maturation in 3D-engineered heart tissues
Notice bibliographique
Résumé
Ischemic heart failure is due to irreversible loss of cardiomyocytes. Preclinical studies showed that human pluripotent stem cell (hPSC)-derived cardiomyocytes could remuscularize infarcted hearts and improve cardiac function. However, these cardiomyocytes remained immature. Incorporating hPSC-derived epicardial cells has been shown to improve cardiomyocyte maturation, but the exact mechanisms are unknown. We posited epicardial fibronectin (FN1) as a mediator of epicardial-cardiomyocyte crosstalk and assessed its role in driving hPSC-derived cardiomyocyte maturation in 3D-engineered heart tissues (3D-EHTs). We found that the loss of FN1 with peptide inhibition F(pUR4), CRISPR-Cas9-mediated FN1 knockout, or tetracycline-inducible FN1 knockdown in 3D-EHTs resulted in immature cardiomyocytes with decreased contractile function, and inefficient Ca 2+ handling. Conversely, when we supplemented 3D-EHTs with recombinant human FN1, we could recover hPSC-derived cardiomyocyte maturation. Finally, our RNA-sequencing analyses found FN1 within a wider paracrine network of epicardial-cardiomyocyte crosstalk, thus solidifying FN1 as a key driver of hPSC-derived cardiomyocyte maturation in 3D-EHTs.
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) | 0,001 | 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 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 ».