Advanced bioinformatics analysis, such as systems biology (SysBio) and artificial intelligence (AI) approaches, including machine learning (ML) and deep learning (DL), is increasingly present in stem cell (SC) research. An approximate timeline on these developments and their global impact is still lacking. We conducted a scoping review on the contribution of SysBio and AI analysis to SC research and therapy development based on literature published in PubMed between 2000 and 2024. We identified an 8-10-fold increase in research output related to all three search terms between 2000 and 2021, with a 10-fold increase in AI-related production since 2010. Use of SysBio and AI still predominates in preclinical basic research with increasing use in clinically oriented translational medicine since 2010. SysBio- and AI-related research was found all over the globe, with SysBio output led by the United States (US, n=1487), United Kingdom (UK, n=1094), Germany (n=355), The Netherlands (n=339), Russia (n=215), and France (n=149), while for AI-related research the US (n=853) and UK (n=258) take a strong lead, followed by Switzerland (n=69), The Netherlands (n=37), and Germany (n=19). The US and UK are most active in SCs publications related to AI/ML and AI/DL. The prominent use of SysBio in ESC research was recently overtaken by prominent use of AI in iPSC and MSC research. This study reveals the global evolution and growing intersection between AI, SysBio, and SC research over the past two decades, with substantial growth in all three fields and exponential increases in AI-related research in the past decade.

Coronavirus disease 2019 (COVID-19) presents a wide spectrum of symptoms, the causes of which remain poorly understood. This study explored the associations between autoantibodies (AABs), particularly those targeting G protein-coupled receptors (GPCRs) and renin‒angiotensin system (RAS) molecules, and the clinical manifestations of COVID-19. Using a cross-sectional analysis of 244 individuals, we applied multivariate analysis of variance, principal component analysis, and multinomial regression to examine the relationships between AAB levels and key symptoms. Significant correlations were identified between specific AABs and symptoms such as fever, muscle aches, anosmia, and dysgeusia. Notably, anti-AGTR1 antibodies, which contribute to endothelial glycocalyx (eGC) degradation, a process reversed by losartan, have emerged as strong predictors of core symptoms. AAB levels increased with symptom accumulation, peaking in patients exhibiting all four key symptoms. These findings highlight the role of AABs, particularly anti-AGTR1 antibodies, in determining symptom severity and suggest their involvement in the pathophysiology of COVID-19, including vascular complications.