开发一种强大的共识建模方法,用于识别细胞和介质代谢物,预测介质细胞干细胞功率
Alexandria Van Grouw1, Maxwell B Colonna2, Ty S Maughon3,4
1School of Chemistry and Biochemistry and Parker H. Petit Institute for Bioengineering and Bioscience, Georgia Institute of Technology, Atlanta, GA, USA.
Stem cells (Dayton, Ohio)
|June 6, 2023
概括
代谢物概况确定了介质干细胞 (MSC) 免疫调节功能的关键预测因素. 这项研究为选择用于再生医学和优化制造工艺的强效MSC提供了一个框架.
科学领域:
- 再生医学是一种再生医学.
- 细胞的新陈代谢
- 免疫学 免疫学 免疫学
背景情况:
- 介酶体 stromal 细胞 (MSCs) 由于免疫调节,在再生医学中显示出治疗潜力.
- 由于捐赠者/制造区别,MSC的功能是高度可变的.
- MSC代谢对于体外扩张和治疗疗效至关重要.
研究的目的:
- 在MSC扩张过程中全面分析代谢物.
- 确定MSC免疫调节功能的代谢预测因子,包括T细胞调节和胺-2,3-脱酶 (IDO) 活性.
- 为识别共识预测代谢物建立一个可概括的框架.
主要方法:
- 每天使用核磁共振 (NMR) 进行非破坏性介质代谢物分析.
- 在扩张结束时使用质谱法 (MS) 进行细胞内代谢物分析.
- 一致的机器学习方法用于识别10个独立的MSC线路的预测代谢物面板.
主要成果:
- 识别的共识细胞内代谢物 (脂质如酸丁,酸丁乙醇胺,甲) 和介质代谢物 (氨酸,氨酸,酸盐) 预测MSC功能.
- 路径丰富显示了与脂体信号传递,氨酸/氨酸代谢和自的关联.
- 一个强大的共识机器学习方法确定了预测性代谢物面板.
结论:
- 这项工作为识别MSC功能的共识预测代谢物建立了一个可概括的框架.
- 这些发现通过识别高强度MSC线条和代谢标来指导未来的MSC制造.
- 代谢分析可以预测并潜在地增强MSC免疫调节能力.
