Characterisation of human gingival neural crest-derived stem cells in monolayer and neurosphere cultures
Notice bibliographique
Résumé
Neural crest (NC)-derived stem cells (NCSC) have an exceptionally wide differentiation potential, but their use in regenerative therapy has been hampered by their scarcity in adult tissues and complex isolation protocols. Human oral mucosal gingiva may provide an attractive source of these cells as it contains NC-derived cells, the tissue is easily accessible and wound healing is fast and scarless with very little morbidity. To this end, we first investigated whether NC-derived cells are retained in adult gingiva by examining 8-months-old NC-reporter Wnt1-Cre/R26RYFP mice. We then hypothesised that gingival cell NC-like phenotype can be further enhanced by floating neurosphere cultures generated from standard human gingival fibroblast (GF) and pooled CFU-F (GSC) cultures. Findings showed that NC-derived cells are retained in the gingival connective tissue of aged mice. Human GFs and GSCs expressed NC-related genes nestin, Snai1, Twist1, Pax3, Sox9 and FoxD3, and generated neurospheres. This was mediated via calcium- and connexin 43-dependent cell communication, which is similar to neurospheres formed by neural progenitors. Cells in the spheres showed significantly increased expression of NC-related genes, and down regulation of fibroblast-related type I collagen. Structurally, the neurospheres were polarised with nestin positive cells located on the outer layers underlined with an extracellular matrix rich in molecules typical to embryonic NC. Sphere-derived cells expressed significantly elevated levels of neural markers, and differentiated into Tau, neurofilament-M and GFAP-positive cells suggesting neural differentiation potential. Thus, human GF and GSC cultures may provide an efficient source of NC-derived cells via enrichment by floating sphere cultures.
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 | 0,001 | 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) | 0,001 | 0,001 |
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 ».