Modulation of the Mesenchymal Stem Cell Secretome Using Computer-Controlled Bioreactors: Impact on Neuronal Cell Proliferation, Survival and Differentiation
Notice bibliographique
Résumé
In recent years it has been shown that the therapeutic benefits of human mesenchymal stem/stromal cells (hMSCs) in the Central Nervous System (CNS) are mainly attributed to their secretome. The implementation of computer-controlled suspension bioreactors has shown to be a viable route for the expansion of these cells to large numbers. As hMSCs actively respond to their culture environment, there is the hypothesis that one can modulate its secretome through their use. Herein, we present data indicating that the use of computer-controlled suspension bioreactors enhanced the neuroregulatory profile of hMSCs secretome. Indeed, higher levels of in vitro neuronal differentiation and NOTCH1 expression in human neural progenitor cells (hNPCs) were observed when these cells were incubated with the secretome of dynamically cultured hMSCs. A similar trend was also observed in the hippocampal dentate gyrus (DG) of rat brains where, upon injection, an enhanced neuronal and astrocytic survival and differentiation, was observed. Proteomic analysis also revealed that the dynamic culturing of hMSCs increased the secretion of several neuroregulatory molecules and miRNAs present in hMSCs secretome. In summary, the appropriate use of dynamic culture conditions can represent an important asset for the development of future neuro-regenerative strategies involving the use of hMSCs secretome.
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) | 0,000 | 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 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 ».