Gestational age at birth influences protein and RNA content in human milk extracellular vesicles
Notice bibliographique
Résumé
Human milk extracellular vesicles (HM EVs) are proposed to protect against disease development in infants. This protection could in part be facilitated by the bioactive EV cargo of proteins and RNA. Notably, mothers birth infants of different gestational ages with unique needs, wherein the EV cargo of HM may diverge. We collected HM from lactating mothers within two weeks of a term or preterm birth. Following purification of EVs, proteins and mRNA were extracted for proteomics and sequencing analyses, respectively. Over 2000 protein groups were identified, and over 8000 genes were quantified. The total number of proteins and mRNA did not differ significantly between the two conditions, while functional bioinformatics of differentially expressed cargo indicated enrichment in immunoregulatory cargo for preterm HM EVs. In term HM EVs, significantly upregulated cargo was enriched in metabolism-related functions. Based on gene expression signatures from HM-contained single cell sequencing data, we proposed that a larger portion of preterm HM EVs are secreted by immune cells, whereas term HM EVs contain more signatures of lactocyte epithelial cells. Proposed differences in EV cargo could indicate variation in mother's milk based on infants' gestational age and provide basis for further functional characterisation.
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 | 0,001 | 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 ».