Single-cell RNA sequencing of sclerotome-derived fibroblasts in zebrafish
Notice bibliographique
Résumé
Despite their importance in tissue maintenance and repair, fibroblast diversity and plasticity remain poorly understood. Using single-cell RNA sequencing, we uncover distinct sclerotome-derived fibroblast populations in zebrafish, including progenitor-like perivascular/interstitial fibroblasts, and specialized fibroblasts such as tenocytes. To determine fibroblast plasticity in vivo, we develop a laser-induced tendon ablation and regeneration model. Lineage tracing reveals that laser-ablated tenocytes are quickly regenerated by preexisting fibroblasts. By combining single-cell clonal analysis and live imaging, we demonstrate that perivascular/interstitial fibroblasts actively migrate to the injury site, where they proliferate and give rise to new tenocytes. By contrast, perivascular fibroblast-derived pericytes or specialized fibroblasts, including tenocytes, exhibit no regenerative plasticity. Interestingly, active Hedgehog (Hh) signaling is required for the proliferation of activated fibroblasts to ensure efficient tenocyte regeneration. Together, our work highlights the functional diversity of fibroblasts and establishes perivascular/interstitial fibroblasts as tenocyte progenitors that promote tendon regeneration in a Hh signaling-dependent manner.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,033 |
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 ».