Chemogenomic Screening in a Patient‐Derived 3D Fatty Liver Disease Model Reveals the CHRM1‐TRPM8 Axis as a Novel Module for Targeted Intervention
Notice bibliographique
Résumé
Abstract Metabolic dysfunction‐associated steatohepatitis (MASH) is a leading cause of chronic liver disease with few therapeutic options. To narrow the translational gap in the development of pharmacological MASH treatments, a 3D liver model from primary human hepatocytes and non‐parenchymal cells derived from patients with histologically confirmed MASH was established. The model closely mirrors disease‐relevant endpoints, such as steatosis, inflammation and fibrosis, and multi‐omics analyses show excellent alignment with biopsy data from 306 MASH patients and 77 controls. By combining high‐content imaging with scalable biochemical assays and chemogenomic screening, multiple novel targets with anti‐steatotic, anti‐inflammatory, and anti‐fibrotic effects are identified. Among these, activation of the muscarinic M1 receptor (CHRM1) and inhibition of the TRPM8 cation channel result in strong anti‐fibrotic effects, which are confirmed using orthogonal genetic assays. Strikingly, using biosensors based on bioluminescence resonance energy transfer, a functional interaction along a novel MASH signaling axis in which CHRM1 inhibits TRPM8 via Gq/11 and phospholipase C‐mediated depletion of phosphatidylinositol 4,5‐bisphosphate can be demonstrated. Combined, this study presents the first patient‐derived 3D MASH model, identifies a novel signaling module with anti‐fibrotic effects, and highlights the potential of organotypic culture systems for phenotype‐based chemogenomic drug target identification at scale.
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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».