Delivery of stem cells to the brain using MRIgFUS
Notice bibliographique
Résumé
Stem cell therapy is promising to treat neurodegenerative diseases, traumatic brain injury, and stroke. For stem cells to progress towards clinical use, the associated risks of current methods for delivery need to be reduced. Here, we introduce focused ultrasound (FUS) as a novel method for non-invasive delivery of neural stem cells to the brain. Magnetic resonance imaging (MRI) was used to target the striatum and the hippocampus on the left side for disruption of the blood-brain barrier (BBB). Definity microbubble contrast agent was injected intravenously at the onset of sonication. Following BBB disruption, green fluorescent protein (GFP)-expressing neural stem cells were injected into the carotid artery. MRI and standard post-mortem immunohistochemistry were used to detect the cells in vivo. Contrast-enhanced T1w images confirmed FUS increased BBB permeability in the targeted regions. Immunohistochemistry revealed that the cells crossed the BBB and that they were localized to the left striatum and left hippocampus. Twenty four hours after sonication, GFP-positive cells exhibited a neuronal phenotype and expressed nestin, polysialic acid and doublecortin. Together these results demonstrate that MRI-guided FUS (MRIgFUS) is an effective tool for delivery of cells to the brain. This technique may be the key to reducing the risks of cell transplantation and leading to improvements in stem cell therapy in the clinical setting.
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 | 0,000 |
| 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 ».