MétaCan
Menu
Retour à la cohorte
Enregistrement W1539945441 · doi:10.1016/j.stemcr.2015.04.008

A Hyaluronan-Based Injectable Hydrogel Improves the Survival and Integration of Stem Cell Progeny following Transplantation

2015· article· en· W1539945441 sur OpenAlexafffund
Brian G. Ballios, Michael J. Cooke, Laura Donaldson, Brenda L.K. Coles, Cindi M. Morshead, Derek van der Kooy, Molly S. Shoichet

Notice bibliographique

RevueStem Cell Reports · 2015
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueProteoglycans and glycosaminoglycans research
Établissements canadiensCanada Research ChairsMcMaster UniversityUniversity of Toronto
Organismes subventionnairesNational Eye InstituteNational Institutes of HealthStem Cell NetworkHeart and Stroke Foundation of CanadaKrembil FoundationOntario Research FoundationCanadian Institutes of Health ResearchMitacs
Mots-clésBiologyTransplantationStem cellHyaluronic acidCell survivalCell biologyCell cultureInternal medicineAnatomyGenetics

Résumé

récupéré en direct d'OpenAlex

The utility of stem cells and their progeny in adult transplantation models has been limited by poor survival and integration. We designed an injectable and bioresorbable hydrogel blend of hyaluronan and methylcellulose (HAMC) and tested it with two cell types in two animal models, thereby gaining an understanding of its general applicability for enhanced cell distribution, survival, integration, and functional repair relative to conventional cell delivery in saline. HAMC improves cell survival and integration of retinal stem cell (RSC)-derived rods in the retina. The pro-survival mechanism of HAMC is ascribed to the interaction of the CD44 receptor with HA. Transient disruption of the retinal outer limiting membrane, combined with HAMC delivery, results in significantly improved rod survival and visual function. HAMC also improves the distribution, viability, and functional repair of neural stem and progenitor cells (NSCs). The HAMC delivery system improves cell transplantation efficacy in two CNS models, suggesting broad applicability.

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)0,000
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 enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,018
Tête enseignante GPT0,253
Écart entre enseignants0,235 · 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

Citations229
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueStem Cell ReportsMême sujetProteoglycans and glycosaminoglycans researchTravaux en français237 207