Treatment of Traumatic Brain Injury Using Zinc-Finger Protein Gene Therapy Targeting VEGF-A
Notice bibliographique
Résumé
Vascular endothelial growth factor (VEGF) plays a role in angiogenesis and has been shown to be neuroprotective following central nervous system trauma. In the present study we evaluated the pro-angiogenic and neuroprotective effects of an engineered zinc-finger protein transcription factor transactivator targeting the vascular endothelial growth factor A (VEGF-ZFP). We used two virus delivery systems, adeno-virus and adeno-associated virus, to examine the effects of early and delayed VEGF-A upregulation after brain trauma, respectively. Male Sprague-Dawley rats were subject to a unilateral fluid percussion injury (FPI) of moderate severity (2.2-2.5 atm) followed by intracerebral microinjection of either adenovirus vector (Adv) or an adeno-associated vector (AAV) carrying the VEGF-ZFP construct. Adv-VEGF-ZFP-treated animals had significantly fewer TUNEL positive cells in the injured penumbra of the cortex (p<0.001) and hippocampus (p=0.001) relative to untreated rats at 72 h post-injury. Adv-VEGF-ZFP treatment significantly improved fEPSP values (p=0.007) in the CA1 region relative to injury alone. Treatment with AAV2-VEGF-ZFP resulted in improved post-injury microvascular diameter and improved functional recovery on the balance beam and rotarod task at 30 days post-injury. Collectively, the results provide supportive evidence for the concept of acute and delayed treatment following TBI using VEGF-ZFP to induce angiogenesis, reduce cell death, and enhance functional recovery.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 ».