MétaCan
Menu
Retour à la cohorte
Enregistrement W4405151349 · doi:10.1101/2024.12.05.24318563

Human Organ Chips Reveal New Inflammatory Bowel Disease Drivers

2024· preprint· en· W4405151349 sur OpenAlexaff
Aliçan Özkan, Gwenn E. Merry, David B. Chou, Ryan R. Posey, Anna Stejskalová, Karina Calderon, Megan M. Sperry, Viktor Horváth, Lorenzo Ferri, Emanuela Carlotti, Stuart A.C. McDonald, Douglas J. Winton, Rocco Riccardi, Sean R. R. Hall, Girija Goyal, Donald E. Ingber

Notice bibliographique

RevuemedRxiv · 2024
Typepreprint
Langueen
DomaineMedicine
ThématiqueLymphatic System and Diseases
Établissements canadiensMcGill UniversityMcGill University Health Centre
Organismes subventionnairesnon disponible
Mots-clésInflammatory bowel diseaseInflammationFibrosisMucusDiseaseStromaMedicineCystic fibrosisImmunologyCancer researchPathologyBiologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Inflammatory bowel disease (IBD) patients exhibit compromised intestinal barrier function and decreased mucus accumulation, as well as increased inflammation, fibrosis, and cancer risk, with symptoms often being exacerbated in women during pregnancy. Here, we show that these IBD hallmarks can be replicated using human Organ Chips lined by IBD patient-derived colon epithelial cells interfaced with matched fibroblasts cultured under flow. Use of heterotypic tissue recombinants revealed that IBD fibroblasts are the primary drivers of multiple IBD symptoms. Inflammation and fibrosis are accentuated by peristalsis-like motions in IBD Chips and when exposed to pregnancy-associated hormones in female IBD Chips. Carcinogen exposure also increases inflammation, gene mutations, and chromosome duplication in IBD Chips, but not in Healthy Chips. These data enabled by human Organ Chip technology suggest that the intestinal stroma, sex hormones, and peristalsis-associated mechanical deformations play a key role in driving inflammation, fibrosis, and disease progression in male and female IBD patients.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,097
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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.

Tête enseignante Opus0,021
Tête enseignante GPT0,280
Écart entre enseignants0,259 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuemedRxivMême sujetLymphatic System and DiseasesTravaux en français237 207