Targeted Delivery of Neural Stem Cells to the Brain Using MRI-Guided Focused Ultrasound to Disrupt the Blood-Brain Barrier
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Stem cell therapy is a promising strategy to treat neurodegenerative diseases, traumatic brain injury, and stroke. For stem cells to progress towards clinical use, the risks associated with invasive intracranial surgery used to deliver the cells to the brain, needs to be reduced. Here, we show that MRI-guided focused ultrasound (MRIgFUS) is a novel method for non-invasive delivery of stem cells from the blood to the brain by opening the blood brain barrier (BBB) in specific brain regions. We used MRI guidance to target the ultrasound beam thereby delivering the iron-labeled, green fluorescent protein (GFP)-expressing neural stem cells specifically to the striatum and the hippocampus of the rat brain. Detection of cellular iron using MRI established that the cells crossed the BBB to enter the brain. After sacrifice, 24 hours later, immunohistochemical analysis confirmed the presence of GFP-positive cells in the targeted brain regions. We determined that the neural stem cells expressed common stem cell markers (nestin and polysialic acid) suggesting they survived after transplantation with MRIgFUS. Furthermore, delivered stem cells expressed doublecortin in vivo indicating the stem cells were capable of differentiating into neurons. Together, we demonstrate that transient opening of the BBB with MRIgFUS is sufficient for transplantation of stem cells from the blood to targeted brain structures. These results suggest that MRIgFUS may be an effective alternative to invasive intracranial surgery for stem cell 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.
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 | 0,000 | 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) | 0,000 | 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 découle