Human Rett-derived neuronal progenitor cells in 3D graphene scaffold as an <i>in vitro</i> platform to study the effect of electrical stimulation on neuronal differentiation
Notice bibliographique
Résumé
Studies of electrical stimulation therapies for the treatment of neurological disorders, such as deep brain stimulation, have almost exclusively been performed using animal-models. However, because animal-models can only approximate human brain disorders, these studies should be supplemented with an in vitro human cell-culture based model to substantiate the results of animal-based studies and further investigate therapeutic benefit in humans. This study presents a novel approach to analyze the effect of electrical stimulation on the neurogenesis of patient-induced pluripotent stem cell (iPSC) derived neural progenitor cell (NPC) lines, in vitro using a 3D graphene scaffold system. The iPSC-derived hNPCs used to demonstrate the system were collected from patients with Rett syndrome, a debilitating neurodevelopmental disorder. The graphene scaffold readily supported both the wild-type and Rett NPCs. Electrical stimulation parameters were optimized to accommodate both wild-type and Rett cells. Increased cell maturation and improvements in cell morphology of the Rett cells was observed after electrical stimulation. The results of the pilot study of electrical stimulation to enhance Rett NPCs neurogenesis were promising and support further investigation of the therapy. Overall, this system provides a valuable tool to study electrical stimulation as a potential therapy for neurological disorders using patient-specific cells.
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 ».