MétaCan
Menu
Retour à la cohorte
Enregistrement W1965842265 · doi:10.1523/jneurosci.0200-07.2007

CNS Progenitor Cells Promote a Permissive Environment for Neurite Outgrowth via a Matrix Metalloproteinase-2-Dependent Mechanism

2007· article· en· W1965842265 sur OpenAlexfundno aff
Yiqin Zhang, Henry Klassen, Budd A. Tucker, Maria-Thereza R. Perez, Michael J. Young

Notice bibliographique

RevueJournal of Neuroscience · 2007
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNerve injury and regeneration
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaU.S. Public Health ServiceU.S. Department of Defense
Mots-clésNeuriteProgenitor cellCell biologyBiologyTransplantationRetinaMMP2ProgenitorNeuroscienceStem cellDownregulation and upregulationMedicineInternal medicineIn vitroBiochemistry

Résumé

récupéré en direct d'OpenAlex

Transplantation of progenitor cells to the CNS has shown promise in neuronal and glial replacement and as a means of rescuing host neurons from apoptosis. Here we examined the effect of progenitor grafts on neurite extension in the degenerating retina of rd1 (retinal degeneration 1) mice. Transplantation of retinal progenitor cells induced increased matrix metalloproteinase-2 (MMP2) secretion, partly from activated glial cells, which was then activated by neuronally expressed MMP14. Active MMP2 resulted in proteolysis of the neurite outgrowth inhibitors CD44 and neurocan in the degenerative retina, allowing significantly increased neurite outgrowth across the border between abutting nondystrophic and rd1 retinas. Progenitor-induced enhancement of outgrowth was abrogated by an MMP inhibitor or by coculture with retinal explants from MMP2-/- mice. This study provides the first identification of an MMP2-dependent mechanism by which exogenous progenitor cells alter the host environment to promote neural regeneration. This suggests a novel therapeutic role for progenitor cells in the treatment of CNS degenerative diseases.

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 seuil0,003

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 Opus0,028
Tête enseignante GPT0,284
Écart entre enseignants0,256 · 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

Citations115
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of NeuroscienceMême sujetNerve injury and regenerationTravaux en français237 207