MétaCan
Menu
Retour à la cohorte
Enregistrement W4414961739 · doi:10.1161/res.137.suppl_1.or202

Abstract Or202: Multiscale Platform Identifies Novel Therapeutic Targets for Fibrosis

2025· article· en· W4414961739 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueCirculation Research · 2025
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueBiological Research and Disease Studies
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésFibrosisInduced pluripotent stem cellExtracellular matrixCardiac fibrosisDrug discoveryMyocardial fibrosisDrug developmentHeart failure

Résumé

récupéré en direct d'OpenAlex

Fibrosis is characterized by excessive extracellular matrix (ECM) deposition, leading to organ stiffness and eventual dysfunction. However, the considerable species differences, lack of counter-screening for toxicity, and the inability to recapitulate the complex microenvironment in 2D cells have led to the failure of promising preclinical drugs in clinical trials. Human induced pluripotent stem cell (iPSC) technology has been increasingly utilized for disease modeling, drug screening, and toxicity testing, enabling precision medicine. To identify novel antifibrotic therapies, I established a multiscale platform that integrates human iPSCs, tissue engineering, and animal models (Figure 1) . First, I developed a protocol to derive cardiac fibroblasts (CFs) from human iPSCs, creating an unlimited cell source to study cardiac fibrosis. This method produces homogenous iPSC-CFs that remain quiescent and sensitive to profibrotic stimuli. For drug screening, I generated ACTA2 reporter iPSC lines to monitor MyoFB activation. To recapitulate the fibrosis-induced contractile dysfunction in vitro , I generated a 3D iPSC-derived engineered heart tissue (EHT) model composed of iPSC-cardiomyocytes (CMs) and iPSC-CFs. Profibrotic stimulation reduced contraction and relaxation velocity, along with increased passive tension, demonstrating that this EHT model faithfully recapitulated the characteristics of cardiac fibrosis in vivo . Leveraging the multiscale platform, I performed a high-throughput screening utilizing a library of ~10,000 compounds on reporter iPSC-CFs, and conducted counter-screenings in iPSC derived CMs and endothelial cells (ECs) to exclude cardiotoxicity. From the bioactive compound library, I identified an adenosine receptor (AR, family A GPCR) antagonist as a potent treatment for cardiac fibrosis. Adenosine promotes fibrosis in multiple organs. Although GPCRs are the largest family of druggable proteins encoded in the human genome, progress in targeting them has been hindered by the lack of tools to reliably measure their signaling modalities. Leveraging state-of-the-art biosensors capable of recording the activity of endogenous GPCRs, I discovered that atypical, Gβγ-dependent GPCR signaling triggered by AR underlies the antifibrotic effects. In summary, the reliable multiscale platform not only AR-triggered Gβγ signaling as a promising target, but also provides a broad approach to discovering safe and effective drugs for fibrosis therapy.

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.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,867
Score d'incertitude au seuil0,357

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,107
Tête enseignante GPT0,419
Écart entre enseignants0,313 · 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