ACCELERATED DERMAL FIBROBLAST AGING IN CUTANEOUS LUPUS ERYTHEMATOSUS LESIONS
Notice bibliographique
Résumé
PV066 / #446 Poster Topic: AS07 - Cutaneous Lupus Background/Purpose The pathogenesis of cutaneous lupus erythematosus (CLE) is not fully understood. While much attention has been given to the inflammatory cell infiltrate, much less is known about changes to stromal and other structural cells. Aged (or senescent) cells can secrete proinflammatory chemokines and cytokines and may contribute to the inflammatory milieu. We aimed to identify whether non-immune cells expressed gene signatures of premature cellular aging in skin samples from patients with SLE. Methods Lesional and non-lesional skin biopsies were obtained from patients with SLE and healthy controls (HC). Samples were enzymatically digested and 3’ scRNA-seq performed using the Chromium 10x Genomics platform. Six aged gene signatures (senCID) from Tao et al.[1] were validated in the GSE130973 dataset of young and old HC skin. Each SID is typically enriched in genes of specific function (SID1: cell proliferation, SID2: lipid and nucleotide synthesis, SID3: mitochondria/redox reactions, SID4: unfolded protein response, SID5: protein ubiquitination, SID6: vesicle loading). Results Of the 6 gene signatures, SID1-5 scores were increased in the fibroblast (FB) and endothelial cell populations in older HC skin compared to younger skin. We then applied these signatures to 6 samples from 3 patients with SLE (3 lesional and 3 non-lesional) and 3 HC. Overall, the gene scores of each SID demonstrated a bimodal pattern in SLE. For most SIDs, the lower gene scores were in T lymphocytes. As FBs may drive persistence of inflammation in other conditions such as rheumatoid arthritis, we focused our analysis on aged FB in CLE skin. While there was no difference in the SID1 score in FBs between groups, SID2 and SID3 were increased in lesional FBs compared to both non-lesional or HC FBs. SID4-6 demonstrated a stepwise increase from HC, to non-lesional and lesional FBs. The expression of SID2-6 also varied between fibroblast subsets. Mechano-sensing FBs (expressing CDH19 ) showed little difference in SID2-6 scores between sample types. In contrast, both immunofibroblast subsets ( TNFSF13B+/CCL19+ and TNFSF13B+/CCL19-) appeared to demonstrate the greatest difference in SID2-6 scores between sample types. Expression of SID4 and SID6 was also markedly increased in lesional CXCL1+ and pro-fibrotic (DPP4+) FB subsets. Conclusions The SID gene modules 1-5 are increased in healthy aged FBs. Distinct FB subsets from cutaneous lesions in SLE show signs of increased cellular aging. These cells express proinflammatory genes and may offer novel therapeutic targets to reduce the persistence of cutaneous inflammation. [1] References: [1.] Tao W. Cell Metabolism 2024;36(5):1126-43.e5.
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 | 0,001 | 0,001 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
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 ».