MétaCan
Menu
Retour à la cohorte
Enregistrement W4389092954 · doi:10.3389/fcvm.2023.1273596

Role of vascular smooth muscle cell clonality in atherosclerosis

2023· review· en· W4389092954 sur OpenAlexaff
Lingfeng Luo, Changhao Fu, Caitlin Bell, Ying Wang, Nicholas J. Leeper

Notice bibliographique

RevueFrontiers in Cardiovascular Medicine · 2023
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueSingle-cell and spatial transcriptomics
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNational Heart, Lung, and Blood Institute
Mots-clésProgenitor cellBiologyDiseaseInflammationPhenotypeCell typeStem cellclone (Java method)Mural cellCellVascular smooth muscleSmooth muscleImmunologyNeurosciencePathologyCell biologyMedicineGeneticsGene

Résumé

récupéré en direct d'OpenAlex

Atherosclerotic cardiovascular disease remains the leading cause of death worldwide. While many cell types contribute to the growing atherosclerotic plaque, the vascular smooth muscle cell (SMC) is a major contributor due in part to its remarkable plasticity and ability to undergo phenotype switching in response to injury. SMCs can migrate into the fibrous cap, presumably stabilizing the plaque, or accumulate within the lesional core, possibly accelerating vascular inflammation. How SMCs expand and react to disease stimuli has been a controversial topic for many decades. While early studies relying on X-chromosome inactivation were inconclusive due to low resolution and sensitivity, recent advances in multi-color lineage tracing models have revitalized the concept that SMCs likely expand in an oligoclonal fashion during atherogenesis. Current efforts are focused on determining whether all SMCs have equal capacity for clonal expansion or if a "stem-like" progenitor cell may exist, and to understand how constituents of the clone decide which phenotype they will ultimately adopt as the disease progresses. Mechanistic studies are also beginning to dissect the processes which confer cells with their overall survival advantage, test whether these properties are attributable to intrinsic features of the expanding clone, and define the role of cross-talk between proliferating SMCs and other plaque constituents such as neighboring macrophages. In this review, we aim to summarize the historical perspectives on SMC clonality, highlight unanswered questions, and identify translational issues which may need to be considered as therapeutics directed against SMC clonality are developed as a novel approach to targeting atherosclerosis.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,028
Tête enseignante GPT0,259
Écart entre enseignants0,230 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations13
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Cardiovascular MedicineMême sujetSingle-cell and spatial transcriptomicsTravaux en français237 207