Acute respiratory distress vs healthy lung environments differently affect mesenchymal stromal cell extracellular vesicle miRNAs
Notice bibliographique
Résumé
The acute respiratory distress syndrome (ARDS) inflammatory environment alters mesenchymal stromal cell (MSC) gene and protein expression but effects on microRNA (miRNA) content of MSC-extracellular vesicle (EVs) remain unknown. To assess this, sequencing analysis of EV-miRNAs prepared from human bone marrow-derived MSCs (hMSCs) exposed ex vivo to bronchoalveolar lavage fluid (BALF) from ARDS patients or healthy volunteers (HV) identified a number of differentially expressed miRNAs. Discriminant, differential expression, and functional enrichment analyses identified 14 miRNAs significantly changed following ARDS versus HV BALF exposure. Network analysis showed 4 (miR-760, miR-3175, miR-885-3p, and miR-766-3p) of the 14 EV-miRNAs formed a regulatory "hub", suggesting co-targeting of specific gene pathways. In silico prediction identified a number of pathways important in lung injury. Two miRNAs involved in regulation of the cystic fibrosis transmembrane conductance regulator (CFTR), miRNA-145-5p and miRNA-138-5p, were also significantly increased in ARDS BALF-exposed hMSCs EVs. Functionally, EVs from hMSCs exposed to either ARDS or HV BALF had differential effects on CFTR Cl - secretion by cultured primary human bronchial epithelial cells, an effect predicted to reduce mucociliary clearance. The potential clinical impact of these finding highlights the need for further studies assessing the role of hMSC-EV miRNAs in regulating lung inflammation and mucociliary clearance.
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 | 0,000 | 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».