Modeling Mechanical Activation of Macrophages During Pulmonary Fibrogenesis for Targeted Anti-Fibrosis Therapy
Notice bibliographique
Résumé
Pulmonary fibrosis, as seen in idiopathic pulmonary fibrosis (IPF) and COVID-induced pulmonary fibrosis, is an often-fatal lung disease. Increased numbers of immune cells such as macrophages were shown to accumulate in the fibrotic lung, but it is unclear how they contribute to the development of fibrosis. To recapitulate the macrophage mechanical activation in the fibrotic lung tissue microenvironment, we developed a fibrotic microtissue model with cocultured human macrophages and fibroblasts. We show that profibrotic macrophages seeded on topographically controlled stromal tissue constructs become mechanically activated. The resulting co-alignment of macrophages, collagen fibers and fibroblasts promote widespread fibrogenesis in micro-engineered lung tissues. Anti-fibrosis treatment using pirfenidone disrupts the polarization and mechanical activation of profibrotic macrophages, leading to fibrosis inhibition. Pirfenidone inhibits the mechanical activation of macrophages by suppressing integrin αMβ2 (CD11b/CD18) and Rho-associated kinase 2, which is a previously unknown mechanism of action of the drug. Together, these results demonstrate a potential pulmonary fibrogenesis mechanism at the tissue level contributed by mechanically activated macrophages. We propose the coculture, force-sensing microtissue model as a powerful tool to study the complex immune-stromal cell interactions and the mechanism of action of anti-fibrosis drugs.
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 | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».