Mesenchymal stem cells and their use as cell replacement therapy and disease modelling tool
Notice bibliographique
Résumé
Introduction Mechanisms of immunological tolerance MSCs and cell replacement strategies Clinical applications based on MSCs immune modulatory properties: overview of ongoing clinical trials MSCs as a model to study cell transformation and disease Concluding remarks Abstract Mesenchymal stem cells (MSCs) from adult somatic tissues may differentiate in vitro and in vivo into multiple mesodermal tissues including bone, cartilage, adipose tissue, tendon, ligament or even muscle. MSCs preferentially home to damaged tissues where they exert their therapeutic potential. A striking feature of the MSCs is their low inherent immunogenicity as they induce little, if any, proliferation of allogeneic lymphocytes and antigen‐presenting cells. Instead, MSCs appear to be immunosuppressive in vitro . Their multi‐lineage differentiation potential coupled to their immuno‐privileged properties is being exploited worldwide for both autologous and allo‐geneic cell replacement strategies. Here, we introduce the readers to the biology of MSCs and the mechanisms underlying immune tolerance. We then outline potential cell replacement strategies and clinical applications based on the MSCs immunological properties. Ongoing clinical trials for graft‐versus‐host‐disease, haematopoietic recovery after co‐transplantation of MSCs along with haematopoietic stem cells and tissue repair are discussed. Finally, we review the emerging area based on the use of MSCs as a target cell subset for either spontaneous or induced neoplastic transformation and, for modelling non‐haematological mesenchymal cancers such as sarcomas.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 |
| 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 ».