Metformin Preconditioning of Human Induced Pluripotent Stem Cell-Derived Neural Stem Cells Promotes Their Engraftment and Improves Post-Stroke Regeneration and Recovery
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
While transplantation of human induced pluripotent stem cell-derived neural stem cells (hiPSC-NSCs) shows therapeutic potential in animal stroke models, major concerns for translating hiPSC therapy to the clinic are efficacy and safety. Therefore, there is a demand to develop an optimal strategy to enhance the engraftment and regenerative capacity of transplanted hiPSC-NSCs to produce fully differentiated neural cells to replace lost brain tissues. Metformin, an FDA-approved drug, is an optimal neuroregenerative agent that not only promotes NSC proliferation but also drives NSCs toward differentiation. In this regard, we hypothesize that preconditioning of hiPSC-NSCs with metformin before transplantation into the stroke-damaged brain will improve engraftment and regenerative capabilities of hiPSC-NSCs, ultimately enhancing functional recovery. In this study, we show that pretreatment of hiPSC-NSCs with metformin enhances the proliferation and differentiation of hiPSC-NSCs in culture. Furthermore, metformin-preconditioned hiPSC-NSCs show increased engraftment 1 week post-transplantation in a rat endothelin-1 focal ischemic stroke model. In addition, metformin-preconditioned cell grafts exhibit increased survival compared to naive cell grafts at 7 weeks post-transplantation. Analysis of the grafts demonstrates that metformin preconditioning enhances the differentiation of hiPSC-NSCs at the expense of their proliferation. As an outcome, rats receiving metformin-preconditioned cells display accelerated gross motor recovery and reduced infarct volume. These studies represent a vital step forward in the optimization of hiPSC-NSC-based transplantation to promote post-stroke recovery.
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.
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 | 0,000 | 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 découle