Bioreactor expansion of human neural precursor cells in serum‐free media retains neurogenic potential
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
Human neural precursor cells (hNPCs), harvested from somatic tissue and grown in vitro, may serve as a source of cells for cell replacement strategies aimed at treating neurodegenerative disorders such as Parkinson's disease (PD), Huntington's disease (HD), and intractable spinal cord pain. A crucial element in a robust clinical production method for hNPCs is a serum-free growth medium that can support the rapid expansion of cells while retaining their multipotency. Here, we report the development of a cell growth medium (PPRF-h2) for the expansion of hNPCs, achieving an overall cell-fold expansion of 10(13) over a period of 140 days in stationary culture which is significantly greater than other literature results. More importantly, hNPC expansion could be scaled-up from stationary culture to suspension bioreactors using this medium. Serial subculturing of the cells in suspension bioreactors resulted in an overall cell-fold expansion of 7.8 x 10(13) after 140 days. These expanded cells maintained their multipotency including the capacity to generate large numbers of neurons (about 60%). In view of our previous studies regarding successful transplantation of the bioreactor-expanded hNPCs in animal models of neurological disorders, these results have demonstrated that PPRF-h2 (containing dehydroepiandrosterone, basic fibroblast growth factor and human leukemia inhibitory factor) can successfully facilitate the production of large quantities of hNPCs with potential to be used in the treatment of neurodegenerative disorders.
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