Transplantation of Neural Stem Cells Clonally Derived from Embryonic Stem Cells Promotes Recovery After Murine Spinal Cord Injury
Notice bibliographique
Résumé
The pathology of spinal cord injury (SCI) makes it appropriate for cell-based therapies. Treatments using neural stem cells (NSCs) in animal models of SCI have shown positive outcomes, although uncertainty remains regarding the optimal cell source. Pluripotent cell sources such as embryonic stem cells (ESCs) provide a limitless supply of therapeutic cells. NSCs derived using embryoid bodies (EB) from ESCs have shown tumorigenic potential. Clonal neurosphere generation is an alternative method to generate safer and more clinically relevant NSCs without the use of an EB stage for use in cell-based therapies. We generated clonally derived definitive NSCs (dNSCs) from ESC. These cells were transplanted into a mouse thoracic SCI model. Embryonic stem cell-derived definitive neural stem cell (ES-dNSC)-transplanted mice were compared with controls using behavioral measures and histopathological analysis of tissue. In addition, the role of remyelination in injury recovery was investigated using transmission electron microscopy. The SCI group that received ES-dNSC transplantation showed significant improvements in locomotor function compared with controls in open field and gait analysis. The cell treatment group had a significant enhancement of spared neural tissue. Immunohistological assessments showed that dNSCs differentiated primarily to oligodendrocytes. These cells were shown to express myelin basic protein, associate with axons, and support nodal architecture as well as display proper compact, multilayer myelination in electron microscopic analysis. This study provides strong evidence that dNSCs clonally derived from pluripotent cells using the default pathway of neuralization improve motor function after SCI and enhance sparing of neural tissue, while remaining safe and clinically relevant.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».