Lipidome profiling of neutrophil-derived extracellular vesicles unveils their contribution to the ensemble of synovial fluid-derived extracellular vesicles during joint inflammation
Notice bibliographique
Résumé
The molecular signature of cell-derived extracellular vesicles (EVs) from synovial fluid (SF) offers insights into the cells and molecular processes associated with joint disorders and can be exploited to define biomarkers. The EV-signature is determined by cargo molecules and the lesser-studied lipid bilayer. We here investigated the lipidome of SF-EVs in inflamed joints derived from Rheumatoid Arthritis (RA) and Spondyloarthritis (SpA) patients, two autoimmune-driven joint diseases, and compared these signatures to the lipid profile of equine SF-EVs obtained during induced acute synovitis. Since neutrophils are primary SF-infiltrating cells during these inflammatory joint diseases, we also analyzed how inflammatory stimuli alter the lipidomic profile of human and equine neutrophil-derived EVs (nEVs) in vitro and how these signatures relate to the lipidome signatures of SF-EVs from inflamed joints. We identified neutrophil stimulation intensity-dependent changes in the lipidomic profile of nEVs with elevated presence of dihexosylceramide (lactosylceramide), phosphatidylserine, and phosphatidylethanolamine ether-linked lipid classes in human nEVs upon full neutrophil activation. In horses, levels of monohexosylceramide (glucosylceramide) increased instead of dihexosylceramide, indicating species-specific differences. The lipid profiles of RA and SpA SF-EVs were relatively similar and showed a relative resemblance with stimulated human nEVs. Similarly, the lipidome of equine synovitis-derived SF-EVs closer resembled the one of stimulated equine nEVs. Hence, lipidome profiling can provide insights into the contribution of nEVs to the heterogeneous pool of SF-EVs, deepening our understanding of inflammatory joint diseases and revealing molecular changes in joint homeostasis, which can lead to the development of more precise disease diagnosis and treatment strategies.
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 | 0,000 | 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 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 ».