Modeling the Progression of Placental Transport from Early‐ to Late‐Stage Pregnancy by Tuning Trophoblast Differentiation and Vascularization
Notice bibliographique
Résumé
The early-stage placental barrier is characterized by a lack of fetal circulation and by a thick trophoblastic barrier, whereas the later-stage placenta consists of vascularized chorionic villi encased in a thin, differentiated trophoblast layer, ideal for nutrient transport. In this work, predictive models of early- and late-stage placental transport are created using blastocyst-derived placental stem cells (PSCs) by modulating PSC differentiation and model vascularization. PSC differentiation results in a thinner, fused trophoblast layer, as well as an increase in human chorionic gonadotropin secretion, barrier permeability, and secretion of certain inflammatory cytokines, which are consistent with in vivo findings. Further, gene expression confirms this shift toward a differentiated trophoblast subtype. Vascularization results in a molecule type- and size-dependent change in dextran and insulin permeability. These results demonstrate that trophoblast differentiation and vascularization have critical effects on placental barrier permeability and that this model can be used as a predictive measure to assess fetal toxicity of xenobiotic substances at different stages of pregnancy.
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) | 0,000 | 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) | 0,000 | 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 ».