Influence of mesenchymal and biophysical components on distal lung organoid differentiation
Notice bibliographique
Résumé
BACKGROUND: Chronic lung disease of prematurity, called bronchopulmonary dysplasia (BPD), lacks effective therapies, stressing the need for preclinical testing systems that reflect human pathology for identifying causal pathways and testing novel compounds. Alveolar organoids derived from human pluripotent stem cells (hPSC) are promising test platforms for studying distal airway diseases like BPD, but current protocols do not accurately replicate the distal niche environment of the native lung. Herein, we investigated the contributions of cellular constituents of the alveolus and fetal respiratory movements on hPSC-derived alveolar organoid formation. METHODS: Human PSCs were differentiated in 2D culture into lung progenitor cells (LPC) which were then further differentiated into alveolar organoids before and after removal of co-developing mesodermal cells. LPCs were also differentiated in Transwell® co-cultures with and without human fetal lung fibroblast. Forming organoids were subjected to phasic mechanical strain using a Flexcell® system. Differentiation within organoids and Transwell® cultures was assessed by flow cytometry, immunofluorescence, and qPCR for lung epithelial and alveolar markers of differentiation including GATA binding protein 6 (GATA 6), E-cadherin (CDH1), NK2 Homeobox 1 (NKX2-1), HT2-280, surfactant proteins B (SFTPB) and C (SFTPC). RESULTS: lung progenitors. Additionally, we demonstrate that episodic mechanical deformation of hPSC-derived lung organoids, mimicking in situ fetal respiratory movements, increased AEC2 differentiation without affecting proximal epithelial differentiation. CONCLUSION: Our data suggest that biophysical and mesenchymal components promote AEC2 differentiation within hPSC-derived distal organoids in vitro.
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 | 0,001 |
| 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 | 0,001 |
| 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 ».