In vivo bioluminescence imaging for viable human neural stem cells incorporated within in situ gelatin hydrogels
Notice bibliographique
Résumé
BACKGROUND: Three-dimensional (3D) hydrogel-based stem cell therapies contribute to enhanced therapeutic efficacy in treating diseases, and determining the optimal mechanical strength of the hydrogel in vivo is important for therapeutic success. We evaluated the proliferation of human neural stem cells incorporated within in situ-forming hydrogels and compared the effect of hydrogels with different elastic properties in cell/hydrogel-xenografted mice. METHODS: The gelatin-polyethylene glycol-tyramine (GPT) hydrogel was fabricated through enzyme-mediated cross-linking reaction using horseradish peroxidase (HRP) and hydrogen peroxide (H2O2). RESULTS: The F3-effluc encapsulated within a soft 1,800 pascal (Pa) hydrogel and stiff 5,800 Pa hydrogel proliferated vigorously in a 24-well plate until day 8. In vitro and in vivo kinetics of luciferase activity showed a slow time-to-peak after D-luciferin administration in the stiff hydrogel. When in vivo proliferation of F3-effluc was observed up to day 21 in both the hydrogel group and cell-only group, F3-effluc within the soft hydrogel proliferated more vigorously, compared to the cells within the stiff hydrogel. Ki-67-specific immunostaining revealed highly proliferative F3-effluc with compactly distributed cell population inside the 1,800 Pa or 5,800 Pa hydrogel. CONCLUSIONS: We examined the in vivo effectiveness of different elastic types of hydrogels encapsulating viable neural stem cells by successfully monitoring the proliferation of implanted stem cells incorporated within a 3D hydrogel scaffold.
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 | 0,002 | 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 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 ».