MétaCan
Menu
Retour à la cohorte
Enregistrement W4409803860 · doi:10.1002/advs.202411667

hESCs‐derived Organoids Achieve Liver Zonation Features through LSEC Modulation

2025· article· en· W4409803860 sur OpenAlexaff
Yuying Zhang, Chenyan Huang, Lei Sun, Lyu Zhou, Yudi Niu, Kaini Liang, Bingjie Wu, Peng Zhao, Zhi-Qiang Liu, Xiaolin Zhou, Peng Zhang, Jianchen Wu, Jie Na, Yanan Du

Notice bibliographique

RevueAdvanced Science · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueLiver physiology and pathology
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNatural Science Foundation of Beijing MunicipalityTsinghua UniversityNational Natural Science Foundation of China
Mots-clésOrganoidCell biologyBiologyHepatic stellate cellEmbryonic stem cellHepatocyteLiver cytologyIn vitroEndocrinologyBiochemistryLiver metabolism

Résumé

récupéré en direct d'OpenAlex

Liver zonation, essential for diverse physiological functions, is lacking in existing organoid models, hindering their ability to recapitulate liver development and pathogenesis. Addressing this gap, this work explores the feasibility of achieving zonated organoid by co-culturing human embryonic stem cells (hESCs) derived hepatocytes (HEP) with hESCs derived liver sinusoidal endothelial cells (LSECs) exhibiting characteristics of either the liver lobule's pericentral (PC) or periportal (PP) regions. Introducing zonated LSECs with variable WNT2 signaling subtly regulate hepatocyte zonation, resulting in noticeable metabolic function changes. Considering the lipid metabolism variations in PC and PP organoids, this work constructs biomimetic zonated metabolic dysfunction-associated steatotic liver disease (MASLD) organoids and revealed that glucagon-like peptide-1 receptor agonist (GLP-1RA) directly target LSECs, indicating potential therapeutic mechanisms of GLP-1RA in MAFLD alleviation. This study highlights the crucial role of non-parenchymal cells in organoids for recapitulating niche heterogeneity, offering further insights for drug discovery and in vitro modeling of organ heterogeneity.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,785
Score d'incertitude au seuil0,309

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,011
Tête enseignante GPT0,305
Écart entre enseignants0,294 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations7
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvanced ScienceMême sujetLiver physiology and pathologyTravaux en français237 207