論文の概要: Reconstructing the Developmental Trajectory of Adipocytes in Human Adipose Tissue Using Single-Cell RNA Sequencing
- arxiv url: http://arxiv.org/abs/2606.27657v1
- Date: Fri, 26 Jun 2026 02:27:16 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-29 18:24:25.352824
- Title: Reconstructing the Developmental Trajectory of Adipocytes in Human Adipose Tissue Using Single-Cell RNA Sequencing
- Title（参考訳）: 単細胞RNAシークエンシングによる脂肪細胞の分化過程の再構築
- Abstract要約: インスリン様増殖因子 (IGF) および線維芽細胞増殖因子 (FGF) 経路が最も顕著なネットワークとして出現した。
IGFシグナリングは血管周囲ニッチにおいて特に有効であり、FGF活性は成熟脂肪細胞領域で支配的であった。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Obesity is a global health crisis associated with metabolic disorders such as type 2 diabetes and cardiovascular disease. This study employed single-cell RNA sequencing to reconstruct the developmental trajectory of human adipocytes from adipose tissue samples. Our analysis identified 15 transcriptionally distinct cell clusters, including 7 transitional states, revealing the dynamic process of adipocyte differentiation. We detected 16 functionally active signaling pathways mediating cellular communication between adipocytes and their progenitors. Among these, insulin-like growth factor (IGF) and fibroblast growth factor (FGF) pathways emerged as the most prominent networks, showing consistent activity across differentiation stages (p<0.05). The study revealed depot-specific differences, with visceral adipocytes undergoing additional extracellular matrix remodeling absent in subcutaneous differentiation. Spatial analysis further showed that IGF signaling was particularly active in perivascular niches, while FGF activity dominated in mature adipocyte zones. These results provide the first comprehensive map of human adipocyte development, highlighting IGF and FGF pathways as potential therapeutic targets. The identified signaling networks offer new insights for developing interventions to promote healthy adipose expansion or inhibit pathological fat accumulation. This work advances our fundamental understanding of adipose tissue biology while providing clinically relevant data for metabolic disorder treatments.
- Abstract（参考訳）: 肥満は2型糖尿病や心血管疾患などの代謝異常に関連する世界的な健康危機である。
本研究では単細胞RNAシークエンシングを用いて脂肪組織試料からヒト脂肪細胞の発達過程を再構築した。
本分析では,7つの遷移状態を含む15個の転写学的に異なる細胞クラスターを同定し,脂肪細胞分化のダイナミックな過程を明らかにした。
脂肪細胞とその前駆体間の細胞間コミュニケーションを媒介する16のシグナル伝達経路を同定した。
これらのうち、インスリン様成長因子(IGF)および線維芽細胞成長因子(FGF)経路が最も顕著なネットワークとして出現し、分化段階(p<0.05。
本研究は, 皮下分化に欠如した細胞外マトリックスリモデリングにより, 内皮脂肪細胞とデポ特異的な相違が認められた。
空間分析の結果,IGFシグナルは血管周囲ニッチにおいて特に有効であり,FGF活性は成熟脂肪細胞領域で支配的であった。
これらの結果は、ヒト脂肪細胞の発生に関する最初の包括的な地図を提供し、IGFおよびFGF経路を治療標的として強調する。
同定されたシグナルネットワークは、健全な脂肪蓄積を促進するか、または病理的な脂肪蓄積を抑制するための介入を開発するための新しい洞察を提供する。
本研究は, 代謝性疾患治療のための臨床データを提供しながら, 脂肪組織生物学の基本的な理解を深めるものである。
関連論文リスト
- PG-LRF: Physiology-Guided Latent Rectified Flow for Electro-Hemodynamic PPG-to-ECG Generation [51.79176059799321]
フォトプレチスモグラフィーはウェアラブルではユビキタスであるが、ECG特有の診断形態は欠如している。
既存の手法は統計アライメントとデータ駆動生成に依存している。
生理的誘導型潜在フローフレームワークであるPG-LRFを提案する。
論文 参考訳（メタデータ） (2026-05-09T07:39:58Z) - Modeling Bioelectric State Transitions in Glial Cells: An ASAL-Inspired Computational Approach to Glioblastoma Initiation [0.0]
この研究は、グリア細胞の生体電気的状態遷移をシミュレートするASALにインスパイアされたエージェントベースのフレームワークを導入する。
6万段以上の64x64マルチセルグリッドを用いて,臨界閾値以下でMeffを減少させると脱分極,ATP崩壊,ROSが持続することを示した。
さらに, 遺伝的アルゴリズムとMAP-Elitesを応用して, レジリエンス, パラメータ感度, 腫瘍様アトラクタの出現を探索する。
論文 参考訳（メタデータ） (2025-11-24T04:59:51Z) - Digitizing Spermatogenesis Lineage at Nanoscale Resolution In Tissue-Level Electron Microscopy [12.470262476858053]
DeepOrganelleは、異なる細胞タイプ内でオルガネラを分節し、抽出し、統計的定量分析を行い、オルガネラの形態や相互作用の空間分布を可視化し、定量化することができる。
ミトコンドリア(ミトコンドリア)-小胞体(ER)接触の波状パターンを解明し、特にStage X pachyteneにおいて顕著な増加を示した。
論文 参考訳（メタデータ） (2025-11-02T05:19:59Z) - Hierarchical Bayesian Model for Gene Deconvolution and Functional Analysis in Human Endometrium Across the Menstrual Cycle [1.1452063471480782]
本稿では,RNA配列データを構成細胞型表現プロファイルと比率に分解する確率的階層型ベイズモデルを提案する。
我々は月経周期にわたってヒト子宮内膜組織にモデルを適用した。
論文 参考訳（メタデータ） (2025-10-31T01:48:25Z) - Retinal Lipidomics Associations as Candidate Biomarkers for Cardiovascular Health [14.998873360919879]
本研究では,血清脂質サブクラス,遊離脂肪酸(FA),ジアシルグリセロール(DAG),トリアシルグリセロール(TAG),コレステリルエステル(CE)の関係について検討した。
FAは網膜血管ゆがみと相関し,CEは平均血管幅および静脈幅と相関した。
これらの結果から,網膜血管構築は脂質の循環プロファイルを反映し,全身代謝の非侵襲マーカーとしての役割を担っていることが示唆された。
論文 参考訳（メタデータ） (2025-08-05T15:07:02Z) - TopoTxR: A topology-guided deep convolutional network for breast parenchyma learning on DCE-MRIs [49.69047720285225]
そこで本研究では,乳房側葉構造をよりよく近似するために,マルチスケールのトポロジ構造を明示的に抽出する新しいトポロジカルアプローチを提案する。
VICTREファントム乳房データセットを用いてemphTopoTxRを実験的に検証した。
本研究の質的および定量的分析は,乳房組織における画像診断におけるトポロジカルな挙動を示唆するものである。
論文 参考訳（メタデータ） (2024-11-05T19:35:10Z) - Tissue Classification During Needle Insertion Using Self-Supervised
Contrastive Learning and Optical Coherence Tomography [53.38589633687604]
針先端で取得した複雑なCT信号の位相および強度データから組織を分類するディープニューラルネットワークを提案する。
トレーニングセットの10%で、提案した事前学習戦略により、モデルが0.84のF1スコアを達成するのに対して、モデルが0.60のF1スコアを得るのに対して、モデルが0.84のF1スコアを得るのに役立ちます。
論文 参考訳（メタデータ） (2023-04-26T14:11:04Z) - fMRI from EEG is only Deep Learning away: the use of interpretable DL to
unravel EEG-fMRI relationships [68.8204255655161]
多チャンネル脳波データからいくつかの皮質下領域の活性を回復するための解釈可能な領域基底解を提案する。
我々は,皮質下核の血行動態信号の頭皮脳波予測の空間的・時間的パターンを復元する。
論文 参考訳（メタデータ） (2022-10-23T15:11:37Z) - Three-dimensional micro-structurally informed in silico myocardium --
towards virtual imaging trials in cardiac diffusion weighted MRI [58.484353709077034]
本稿では,心筋微細構造の数値ファントムを現実的に生成する新しい手法を提案する。
シリコン組織モデルにより、磁気共鳴イメージングの定量的モデルを評価することができる。
論文 参考訳（メタデータ） (2022-08-22T22:01:44Z) - Convolutional neural networks for automatic detection of Focal Cortical
Dysplasia [59.034649152318224]
葉性皮質異形成症(FCD)は,皮質発達異常に関連する最も一般的なてんかん性病変の1つである。
近年のディープラーニングを用いたFCD検出法は15名のラベル付きFCD患者のデータセットに適用されている。
その結果, 被験者15名中11名に対してFCDの検出に成功した。
論文 参考訳（メタデータ） (2020-10-20T15:30:37Z) - Neural Network Segmentation of Interstitial Fibrosis, Tubular Atrophy,
and Glomerulosclerosis in Renal Biopsies [0.0]
糸球体硬化症,間質線維症,尿細管萎縮症(IFTA)は腎障害の組織学的指標である。
現代の人工知能とコンピュータビジョンアルゴリズムは、厳密な量子化によって、サーバ間の変動を低減する能力を持っている。
腎生検における糸球体硬化症とIFTAのセグメンテーションに畳み込みニューラルネットワークを適用した。
論文 参考訳（メタデータ） (2020-02-28T17:05:59Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。