Fibroblast and myeloid cells with high mitochondrial RNA content represent biologically significant populations within the OA synovium
Notice bibliographique
Résumé
OBJECTIVES: Standard scRNA-seq QC often excludes cells with high mitochondrial RNA content (pMT), assuming they reflect low viability or dissociation-induced stress. Emerging evidence suggests high-pMT cells may represent disease-relevant cell populations. This study investigates how exclusion of high-pMT cells affects the transcriptional landscape of knee OA synovium and explores their potential role in disease pathobiology. DESIGN: Seven published human and mouse scRNA-seq datasets were reanalyzed using QC thresholds and quantile-based filtering to include high-pMT cells. Analyses included pMT distribution, dissociation-induced stress scores, cell death-related and mitochondrial apoptotic gene signatures. Dissociation-induced stress was assessed using a gene set from three published studies, while cell death and mitochondrial signatures were derived from established GSEA gene sets. Focusing on a single human knee OA synovial dataset stratified by pain (GSE248453), differential gene expression and pathway enrichment were compared between conventionally filtered and high-pMT inclusive pipelines. RESULTS: Across all datasets, pMT showed no correlation with dissociation-induced stress scores (R= -0.036). High-pMT cells showed no association with apoptosis pathways, suggesting that they are not actively undergoing cell death. High-pMT cells primarily localized to fibroblast and myeloid subsets. High-pMT synovial fibroblasts were enriched in ECM remodeling processes, while high-pMT myeloid cells were linked to inflammatory signaling and immune activation. CONCLUSIONS: These findings suggest high-pMT cells are viable and potentially disease relevant, with their exclusion possibly obscuring key aspects of OA pathophysiology. This highlights the necessity of context-specific QC strategies in OA research and further exploration of high-pMT fibroblast and myeloid populations as potential disease drivers.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».