Skin-Derived Precursors Generate Myelinating Schwann Cells for the Injured and Dysmyelinated Nervous System
Notice bibliographique
Résumé
Although neural stem cells hold considerable promise for treatment of the injured or degenerating nervous system, their current human sources are embryonic stem cells and fetally derived neural tissue. Here, we asked whether rodent and human skin-derived precursors (SKPs), neural crest-related precursors found in neonatal dermis, represent a source of functional, myelinating Schwann cells. Specifically, cultured SKPs responded to neural crest cues such as neuregulins to generate Schwann cells, and these Schwann cells proliferated and induced myelin proteins when in contact with sensory neuron axons in culture. Similar results were obtained in vivo; 6 weeks after transplantation of naive SKPs or SKP-derived Schwann cells into the injured peripheral nerve of wild-type or shiverer mutant mice (which are genetically deficient in myelin basic protein), the majority of SKP-derived cells had associated with and myelinated axons. Naive rodent or human SKPs also generated Schwann cells that myelinated CNS axons when transplanted into the dysmyelinated brain of neonatal shiverer mice. Thus, neonatal SKPs generate functional neural progeny in response to appropriate neural crest cues and, in so doing, provide a highly accessible source of myelinating cells for treatment of nervous system injury, congenital leukodystrophies, and dysmyelinating disorders.
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 | 0,001 |
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 ».