Metalloproteinase inhibitors regulate biliary progenitor cells through sDLK1 in organoid models of liver injury
Notice bibliographique
Résumé
Understanding cell fate regulation in the liver is necessary to advance cell therapies for hepatic disease. Liver progenitor cells (LPCs) contribute to tissue regeneration after severe hepatic injury, yet signals instructing progenitor cell dynamics and fate are largely unknown. Tissue inhibitor of metalloproteinases 1 (TIMP1) and TIMP3 control the sheddases ADAM10 and ADAM17, key for NOTCH activation. Here we uncover the role of the TIMP/ADAM/NOTCH/DLK1 axis in LPC maintenance and cholangiocyte specification. Combined TIMP1/TIMP3 loss in vivo caused abnormal portal triad stoichiometry accompanied by collagen deposits, dysregulated Notch signaling, and increased soluble DLK1. The MIC1-1C3+CD133+CD26- biliary progenitor population was reduced following acute CCl4 or chronic DDC liver injury and in aged TIMP-deficient livers. Single-cell RNA sequencing data interrogation and RNAscope identified portal mesenchymal cells coexpressing ADAM17/DLK1 as enzymatically equipped to process DLK1 and direct LPC differentiation. Specifically, TIMP-deficient biliary fragment-derived organoids displayed increased propensity for cholangiocyte differentiation. ADAM17 inhibition reduced Sox9-mediated cholangiocyte differentiation, prolonging organoid growth and survival, whereas WT organoids treated with soluble DLK1 triggered Sox9 expression and cholangiocyte specification in mouse and patient-derived liver organoids. Thus, metalloproteinase inhibitors regulate instructive signals for biliary cell differentiation and LPC preservation within the portal niche, providing a new basis for cell therapy 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 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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,000 | 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 ».