Focused Magnetic Stem Cell Targeting to the Retina Using Superparamagnetic Iron Oxide Nanoparticles
Notice bibliographique
Résumé
Developing new ways of delivering cells to diseased tissue will be a key factor in translating cell therapeutics research into clinical use. Magnetically targeting cells enables delivery of significant numbers of cells to key areas of specific organs. To demonstrate feasibility in neurological tissue, we targeted cells magnetically to the upper hemisphere of the rodent retina. Rat mesenchymal stem cells (MSCs) were magnetized using superparamagnetic iron oxide nanoparticles (SPIONs). In vitro studies suggested that magnetization with fluidMAG-D was well tolerated, that cells remained viable, and they retained their differentiation capabilities. FluidMAG-D-labeled MSCs were injected intravitreally or via the tail vein of the S334ter-4 transgenic rat model of retinal degeneration with or without placing a gold-plated neodymium disc magnet within the orbit, but outside the eye. Retinal flatmount and cryosection imaging demonstrated that after intravitreal injection cells localized to the inner retina in a tightly confined area corresponding to the position of the orbital magnet. After intravenous injection, similar retinal localization was achieved and remarkably was associated with a tenfold increase in magnetic MSC delivery to the retina. Cryosections demonstrated that cells had migrated into both the inner and outer retina. Magnetic MSC treatment with orbital magnet also resulted in significantly higher retinal concentrations of anti-inflammatory molecules interleukin-10 and hepatocyte growth factor. This suggested that intravenous MSC therapy also resulted in significant therapeutic benefit in the dystrophic retina. With minimal risk of collateral damage, these results suggest that magnetic cell delivery is the best approach for controlled delivery of cells to the outer retina-the focus for disease in age-related macular degeneration and retinitis pigmentosa.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), 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 ».