The hyper-inflammatory SARS-CoV-2-induced ARDS patient micro-environment licenses MSCs and enhances their therapeutic efficacy in a model of acute lung injury
Notice bibliographique
Résumé
Background: Clinical trials investigating the potential of mesenchymal stromal cells (MSCs) in acute respiratory distress syndrome (ARDS) have provided disappointing results. MSCs are known to require cytokine-mediated activation signals, or licensing, in order to mediate protective effects in vivo and therefore MSCs may be more efficacious in the hyper-inflammatory ARDS sub-phenotype. We investigated the therapeutic efficacy of MSCs licensed with differential ARDS patient micro-environments (hyper- vs hypo-inflammatory) in a model of acute lung injury (ALI). Methods: MSCs were exposed to 20% patient serum from SARS-CoV-2-induced ARDS patients for 24 hours. ARDS patient serum was segregated into hypo- or hyper-inflammatory phenotype based on IL-6 levels. The MSCs and their secretome were then screened both in vitro and in vivo. Results: The secretome of MSCs exposed to the hyper- but not hypo-inflammatory ARDS serum reduced LPS-induced lung permeability, significantly increasing expression of tight junction genes occludin, claudin-4 and zo-1 in the lung epithelium in a VEGF dependent manner. Conclusion: MSCs exposed to hyper, but not hypo, ARDS patient serum have the capacity to reduce lung permeability, due to enhanced tight junction formation, in a VEGF-dependent manner. Disclosures: Conflict of interest: The authors declare there is no conflict of interest. Funding: This project has been supported by the Science Foundation Ireland Award to Prof. Karen English under the grant number 20/FFP-A/8948 and the National Irish COVID Biobank.
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) | 0,004 | 0,001 |
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 ».