Efficient and Rapid Labeling of Transplanted Cell Populations with Superparamagnetic Iron Oxide Nanoparticles Using Cell Surface Chemical Biotinylation for in Vivo Monitoring by MRI
Notice bibliographique
Résumé
Determination of the dynamics of specific cell populations in vivo is essential for the development of cell-based therapies. For cell tracking by magnetic resonance imaging (MRI), cells need to internalize, or be surface labeled with a MRI contrast agent, such as superparamagnetic iron oxide nanoparticles (SPIOs): SPIOs give rise to signal loss by gradient-echo and T(2)-weighted MRI techniques. In this study, cancer cells were chemically tagged with biotin and then magnetically labeled with anti-biotin SPIOs. No significant detrimental effects on cell viability or death were observed following cell biotinylation. SPIO-labeled cells exhibited signal loss compared to non-SPIO-labeled cells by MRI in vitro. Consistent with the in vitro MRI data, signal attenuation was observed in vivo from SPIO-labeled cells injected into the muscle of the hind legs, or implanted subcutaneously into the flanks of mice, correlating with iron detection by histochemical and X-ray fluorescence (XRF) methods. To further validate this approach, human mesenchymal stem cells (hMSCs) were also employed. Chemical biotinylation and SPIO labeling of hMSCs were confirmed by fluorescence microscopy and flow cytometry. The procedure did not affect proliferation and multipotentiality, or lead to increased cell death. The SPIO-labeled hMSCs were shown to exhibit MRI signal reduction in vitro and was detectable in an in vivo model. In this study, we demonstrate a rapid, robust, and generic methodology that may be a useful and practical adjuvant to existing methods of cell labeling for in vivo monitoring by MRI. Further, we have shown the first application of XRF to provide iron maps to validate MRI data in SPIO-labeled cell tracking studies.
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 ».