Successful Delivery of Small Non-Coding RNA Molecules into Human iPSC-Derived Lung Spheroids in 3D Culture Environment
Notice bibliographique
Résumé
Background/Objectives: Spheroid cultures in Matrigel are routinely used to study cell behaviour in complex 3D settings, thereby generating preclinical models of disease. Ideally, researchers would like to modulate gene expression ‘in situ’ for testing novel gene therapies while conserving the spheroid architecture. Here, we aim to provide an efficient method to transfect small RNAs (such as microRNAs and small interfering RNAs, i.e., siRNAs) into human induced pluripotent stem cell (iPSC)-derived 3D lung spheroids, specifically alveolar type II epithelial cells (iAT2) and basal cell (iBC) spheroids. Methods: Transfection of iAT2 spheroids within 3D Matrigel ‘in situ’, whole spheroids released from Matrigel or spheroids dissociated to single cells was explored via flow cytometry using a fluorescently labelled siRNA. Validation of the transfection method was performed in iAT2 and iBC spheroids using siRNA and miRNA mimics and measurement of specific target expression post-transfection. Results: Maximal delivery of siRNA was achieved in serum-free conditions in whole spheroids released from the Matrigel, followed by whole spheroids ‘in situ’. ‘In situ’ transfection of SFTPC-siRNA led to a 50% reduction in the SFTPC mRNA levels in iAT2 spheroids. Transfection of miR-29c mimic and miR-21 pre-miR into iAT2 and iBC spheroids, respectively, led to significant miRNA overexpression, together with a significant decrease in protein levels of the miR-29 target FOXO3a. Conclusions: This study demonstrates successful transfection of iPSC-derived lung spheroids without disruption of their 3D structure using a simple and feasible approach. Further development of these methods will facilitate functional studies in iPSC-derived spheroids utilizing small RNAs.
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) | 0,001 | 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 | 0,000 |
| 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 ».