MétaCan
Menu
Retour à la cohorte
Enregistrement W4375950226 · doi:10.1097/hep.0000000000000438

Single-cell RNA sequencing of liver fine-needle aspirates captures immune diversity in the blood and liver in chronic hepatitis B patients

2023· article· en· W4375950226 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueHepatology · 2023
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueSingle-cell and spatial transcriptomics
Établissements canadiensToronto General HospitalUniversity of TorontoUniversity Health Network
Organismes subventionnairesNational Institutes of HealthLEO PharmaNovo NordiskJanssen PharmaceuticalsNorgineBreak Through CancerGlaxoSmithKlineBristol-Myers SquibbGilead SciencesGordon and Betty Moore FoundationBill and Melinda Gates Foundation
Mots-clésImmune systemBiologyDeep sequencingPopulationImmunologyHepatitis C virusHepatitis BCD8MedicineVirusGeneGenetics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND AND AIMS: HBV infection is restricted to the liver, where it drives exhaustion of virus-specific T and B cells and pathogenesis through dysregulation of intrahepatic immunity. Our understanding of liver-specific events related to viral control and liver damage has relied almost solely on animal models, and we lack useable peripheral biomarkers to quantify intrahepatic immune activation beyond cytokine measurement. Our objective was to overcome the practical obstacles of liver sampling using fine-needle aspiration and develop an optimized workflow to comprehensively compare the blood and liver compartments within patients with chronic hepatitis B using single-cell RNA sequencing. APPROACH AND RESULTS: We developed a workflow that enabled multi-site international studies and centralized single-cell RNA sequencing. Blood and liver fine-needle aspirations were collected, and cellular and molecular captures were compared between the Seq-Well S 3 picowell-based and the 10× Chromium reverse-emulsion droplet-based single-cell RNA sequencing technologies. Both technologies captured the cellular diversity of the liver, but Seq-Well S 3 effectively captured neutrophils, which were absent in the 10× dataset. CD8 T cells and neutrophils displayed distinct transcriptional profiles between blood and liver. In addition, liver fine-needle aspirations captured a heterogeneous liver macrophage population. Comparison between untreated patients with chronic hepatitis B and patients treated with nucleoside analogs showed that myeloid cells were highly sensitive to environmental changes while lymphocytes displayed minimal differences. CONCLUSIONS: The ability to electively sample and intensively profile the immune landscape of the liver, and generate high-resolution data, will enable multi-site clinical studies to identify biomarkers for intrahepatic immune activity in HBV and beyond.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,211
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,024
Tête enseignante GPT0,209
Écart entre enseignants0,185 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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