MétaCan
Menu
Retour à la cohorte
Enregistrement W7104881586 · doi:10.71781/32499

Évaluation du potentiel de transformation néoplasique des cellules dérivées d’iPSC et de leur immunogénicité après induction de la sénescence

2025· dissertation· fr· W7104881586 sur OpenAlexfundno aff

Notice bibliographique

RevueOpen MIND · 2025
Typedissertation
Languefr
DomaineBiochemistry, Genetics and Molecular Biology
ThématiquePluripotent Stem Cells Research
Établissements canadiensnon disponible
Organismes subventionnairesFonds de Recherche du Québec - SantéNatural Sciences and Engineering Research Council of CanadaCentre hospitalier universitaire Sainte-Justine
Mots-clésCell cycleTumor cellsCell

Résumé

récupéré en direct d'OpenAlex

Les cellules dérivées de cellules souches pluripotentes induites (iPSC) représentent une avenue prometteuse pour la thérapie cellulaire. Toutefois, la reprogrammation des iPSC inactive temporairement les gènes suppresseurs de tumeurs TP53 et CDKN2A, augmentant ainsi les risques de transformation cellulaire. Si des études antérieures divergent quant à la présence de mutations dans ces gènes, aucune n’a évalué l’intégrité fonctionnelle de ces points de contrôle du cycle cellulaire ni le potentiel de transformation des cellules dérivées d’iPSC comparées à leurs homologues parentaux. À partir de fibroblastes humains dérivés d’iPSC (i-HF) et de leurs équivalents issus d’une biopsie de peau (HF), nous avons comparé leur capacité de réparation de l’ADN et d’arrêt du cycle cellulaire suivants des dommages induits par irradiation (IR) ou par surexpression de l’oncogène RAS. Grâce à une analyse approfondie des gènes exprimés et à une série de tests fonctionnels, nous avons démontré que cette capacité chez les i-HF n'était pas compromise. Au contraire, les i-HF se distinguent par une activité métabolique accrue et une expression plus élevée des gènes effecteurs liés à p53. Bien que ces cellules ne présentent pas de risque accru de transformation, leur sensibilité exacerbée à divers stress pourrait limiter leur utilisation en thérapie cellulaire. Les cellules dérivées d’iPSC nous permettent également de modéliser les interactions entre les cellules sénescentes et le système immunitaire autologue humain. En effet, les cellules sénescentes s’accumulent avec l’âge et après exposition à divers stress, contribuant au développement de maladies chroniques et de cancers, des effets largement dus au phénotype sécrétoire associé à la sénescence (SASP). Bien que ce dernier ait pour but de contribuer au recrutement des cellules immunitaires, diverses études montrent une immunogénicité variable des cellules sénescentes. La contribution spécifique du type cellulaire et de l’inducteur de sénescence demeure incertaine. En utilisant des cellules dérivées d’iPSC et des cellules immunitaires autologues, nous avons évalué l’immunogénicité de fibroblastes cutanés (HDF), ainsi que de myoblastes (i-MB), cellules endothéliales (i-EC) et progéniteurs pulmonaires (i-LPC) sénescents, induits par IR ou par surexpression de l’oncogène RAS. Nos résultats indiquent que chaque type cellulaire présente un SASP distinct et exprime une variété de ligands immunitaires inhibiteurs. Notamment, les HDF sénescents présentent un immunopeptidome unique mais ne parviennent pas à susciter de réponses immunitaires spécifiques des cellules T CD8+ ou NK. De même, les i-EC et i-LPC sénescents présentent une immunogénicité limitée. En revanche, les myoblastes sénescents induits par RAS ont démontré une immunogénicité, caractérisée par l'activation des cellules T, la cytotoxicité médiée par les cellules NK et le recrutement de cellules immunitaires dans un modèle de souris humanisée orthotopique. Ces résultats soulignent l'influence du type cellulaire et de l'inducteur de sénescence sur l'immunogénicité et suggèrent des approches ciblées pour contrer les effets délétères de l’accumulation de cellules sénescentes spécifiques.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
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 recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,047
Tête enseignante GPT0,326
Écart entre enseignants0,279 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen MINDMême sujetPluripotent Stem Cells ResearchTravaux en français237 207