A new gene set identifies senescent cells and predicts senescence-associated pathways across tissues

衰老 表型 生物 细胞衰老 细胞生物学 计算生物学 基因 遗传学
作者
Dominik Saul,Robyn Laura Kosinsky,Elizabeth J. Atkinson,Madison L. Doolittle,Xu Zhang,Nathan K. LeBrasseur,Robert J. Pignolo,Paul D. Robbins,Laura J. Niedernhofer,Yuji Ikeno,Diana Jurk,João F. Passos,LaTonya J. Hickson,Ailing Xue,David G. Monroe,Tamar Tchkonia,James L. Kirkland,Joshua N. Farr,Sundeep Khosla
出处
期刊:Nature Communications [Springer Nature]
卷期号:13 (1) 被引量:607
标识
DOI:10.1038/s41467-022-32552-1
摘要

Although cellular senescence drives multiple age-related co-morbidities through the senescence-associated secretory phenotype, in vivo senescent cell identification remains challenging. Here, we generate a gene set (SenMayo) and validate its enrichment in bone biopsies from two aged human cohorts. We further demonstrate reductions in SenMayo in bone following genetic clearance of senescent cells in mice and in adipose tissue from humans following pharmacological senescent cell clearance. We next use SenMayo to identify senescent hematopoietic or mesenchymal cells at the single cell level from human and murine bone marrow/bone scRNA-seq data. Thus, SenMayo identifies senescent cells across tissues and species with high fidelity. Using this senescence panel, we are able to characterize senescent cells at the single cell level and identify key intercellular signaling pathways. SenMayo also represents a potentially clinically applicable panel for monitoring senescent cell burden with aging and other conditions as well as in studies of senolytic drugs.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
PDF的下载单位、IP信息已删除 (2025-6-4)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
1秒前
欣慰外套完成签到 ,获得积分10
1秒前
肉乎包完成签到,获得积分10
1秒前
椿人发布了新的文献求助10
2秒前
2秒前
Asuka完成签到 ,获得积分10
3秒前
王若琪发布了新的文献求助10
3秒前
余杭村王小虎完成签到,获得积分10
4秒前
4秒前
Akim应助韭黄采纳,获得10
4秒前
SciGPT应助典雅的俊驰采纳,获得10
5秒前
5秒前
7秒前
kk99123应助myg123采纳,获得10
7秒前
8秒前
BroaI发布了新的文献求助10
8秒前
8秒前
归尘发布了新的文献求助10
9秒前
10秒前
香蕉觅云应助张文静采纳,获得10
10秒前
10秒前
10秒前
英俊的铭应助昏睡的冰双采纳,获得10
10秒前
orixero应助科研通管家采纳,获得10
11秒前
11秒前
大个应助科研通管家采纳,获得10
11秒前
乐乐应助科研通管家采纳,获得10
11秒前
星辰大海应助科研通管家采纳,获得10
11秒前
李爱国应助科研通管家采纳,获得10
11秒前
张益达应助科研通管家采纳,获得20
11秒前
彭于晏应助科研通管家采纳,获得10
11秒前
SciGPT应助科研通管家采纳,获得10
11秒前
酷波er应助科研通管家采纳,获得10
12秒前
星辰大海应助科研通管家采纳,获得10
12秒前
传奇3应助科研通管家采纳,获得10
12秒前
完美世界应助科研通管家采纳,获得10
12秒前
我是老大应助科研通管家采纳,获得10
12秒前
英姑应助科研通管家采纳,获得10
12秒前
科研通AI6应助科研通管家采纳,获得10
12秒前
CodeCraft应助科研通管家采纳,获得10
12秒前
高分求助中
晶体学对称群—如何读懂和应用国际晶体学表 1500
Constitutional and Administrative Law 1000
Microbially Influenced Corrosion of Materials 500
Die Fliegen der Palaearktischen Region. Familie 64 g: Larvaevorinae (Tachininae). 1975 500
The Experimental Biology of Bryophytes 500
Numerical controlled progressive forming as dieless forming 400
Rural Geographies People, Place and the Countryside 400
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 生物化学 物理 纳米技术 计算机科学 内科学 化学工程 复合材料 物理化学 基因 遗传学 催化作用 冶金 量子力学 光电子学
热门帖子
关注 科研通微信公众号,转发送积分 5382390
求助须知:如何正确求助?哪些是违规求助? 4505491
关于积分的说明 14022095
捐赠科研通 4414924
什么是DOI,文献DOI怎么找? 2425245
邀请新用户注册赠送积分活动 1418035
关于科研通互助平台的介绍 1396036