99mTc-Based Imaging of Transplanted Neural Stem Cells and Progenitor Cells
Notice bibliographique
Résumé
UNLABELLED: Cell therapy for neurologic disorders will benefit significantly from progress in methods of noninvasively imaging cell transplants. The success of current cell therapy has varied, in part because of differences in cell sources, differences in transplantation procedures, and lack of understanding of cell fate after transplantation. Standardization of transplantation procedures will progress with noninvasive imaging. In turn, in vivo imaging will enhance our understanding of neural transplant biology and improve therapeutic outcomes. The goal of this study was to determine the effect of a (99m)Tc-based probe on neural stem and progenitor cell transplants and validate the SPECT images of the transplanted cells. METHODS: We previously developed a method to label neural stem and progenitor cells with (99m)Tc to visualize these cells in the brain with SPECT. The cells were initially labeled with a permeation peptide carrying a chelate for (99m)Tc. The proliferation and differentiation characteristics of the labeled cells were studied in tissue culture. In parallel experiments, the labeled cells were stereotactically injected into the rat brain, and the site of transplantation was verified with histochemistry and phosphorimaging. RESULTS: The accuracy of the transplant location obtained by SPECT was confirmed by comparison with phosphorimages and histologic sections of the brain. The labeling did, however, decrease the proliferative capacity of the neural stem and progenitor cells. CONCLUSION: The labeling technique described here can be used to standardize the location of cell transplants in the brain and quantify the number of transplanted cells. However, a (99m)Tc-based probe can decrease the cellular proliferation of neural progenitor 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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 |
| 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 ».