Enhanced human hematopoietic stem and progenitor cell engraftment by blocking donor T cell–mediated TNFα signaling
Notice bibliographique
Résumé
Allogeneic hematopoietic stem cell transplantation (HSCT) is a curative therapy, but the large number of HSCs required limits its widespread use. Host conditioning and donor cell composition are known to affect HSCT outcomes. However, the specific role that the posttransplantation signaling environment plays in donor HSC fate is poorly understood. To mimic clinical HSCT, we injected human umbilical cord blood (UCB) cells at different doses and compositions into immunodeficient NOD/SCID/IL-2Rgc-null (NSG) mice. Surprisingly, higher UCB cell doses inversely correlated with stem and progenitor cell engraftment. This observation was attributable to increased donor cell-derived inflammatory signals. Donor T cell-derived tumor necrosis factor-α (TNFα) was specifically found to directly impair the survival and division of transplanted HSCs and progenitor cells. Neutralizing donor T cell-derived TNFα in vivo increased short-term stem and progenitor cell engraftment, accelerated hematopoietic recovery, and altered donor immune cell compositions. This direct effect of TNFα on transplanted cells could be decoupled from the indirect effect of alleviating graft-versus-host disease (GVHD) by interleukin-6 (IL-6) blockade. Our study demonstrates that donor immune cell-derived inflammatory signals directly influence HSC fate, and provides new clinically relevant strategies to improve engraftment efficiency during HSCT.
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 | 0,001 | 0,001 |
| 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 ».