Hair Follicle Dermal Sheath Derived Cells Improve Islet Allograft Survival without Systemic Immunosuppression
Notice bibliographique
Résumé
Immunosuppressive drugs successfully prevent rejection of islet allografts in the treatment of type I diabetes. However, the drugs also suppress systemic immunity increasing the risk of opportunistic infection and cancer development in allograft recipients. In this study, we investigated a new treatment for autoimmune diabetes using naturally immune privileged, hair follicle derived, autologous cells to provide localized immune protection of islet allotransplants. Islets from Balb/c mouse donors were cotransplanted with syngeneic hair follicle dermal sheath cup cells (DSCC, group 1) or fibroblasts (FB, group 2) under the kidney capsule of immune-competent, streptozotocin induced, diabetic C57BL/6 recipients. Group 1 allografts survived significantly longer than group 2 (32.2 ± 12.2 versus 14.1 ± 3.3 days, P < 0.001) without administration of any systemic immunosuppressive agents. DSCC reduced T cell activation in the renal lymph node, prevented graft infiltrates, modulated inflammatory chemokine and cytokine profiles, and preserved better beta cell function in the islet allografts, but no systemic immunosuppression was observed. In summary, DSCC prolong islet allograft survival without systemic immunosuppression by local modulation of alloimmune responses, enhancing of beta cell survival, and promoting of graft revascularization. This novel finding demonstrates the capacity of easily accessible hair follicle cells to be used as local immunosuppression agents in islet transplantation.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,003 |
| 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 tête enseignante, 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 ».