Cell cycle kinetics of expanding populations of neural stem and progenitor cells in vitro
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
Neural stem cells (NSCs) are undifferentiated, primitive cells with important potential applications including the replacement of neural tissue lost due to neurodegenerative diseases, including Parkinson's disease, as well as brain and spinal cord injuries, including stroke. We have developed methods to rapidly expand populations of mammalian stem and progenitor cells in neurosphere cultures. In the present study, flow cytometry was used in order to understand cell cycle activation and proliferation of neural stem and progenitor cells in suspension bioreactors. First, a protocol was developed to analyze the cell cycle kinetics of NSCs. As expected, neurosphere cells were found to cycle slowly, with a very small proportion of the cell population undergoing mitosis at any time. Large fractions (65-70%) of the cells were detected in G1, even in rapidly proliferating cultures, and significant fractions (20%) of the cells were in G0. Second, it was observed that different culturing methods influence both the proportion of neurosphere cells in each phase of the cell cycle and the fraction of actively proliferating cells. The results show that suspension culture does not significantly alter the cell cycle progression of neurosphere cells, while long-term culture (>60 days) results in significant changes in cell cycle kinetics. This suggests that when developing a process to produce neural stem cells for clinical applications, it is imperative to track the cell cycle kinetics, and that a short-term suspension bioreactor process can be used to successfully expand neurosphere cells.
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