GP.04 Smart human neural stem cells to degrade scar and optimize regeneration after traumatic cervical spinal cord injury
Notice bibliographique
Résumé
Background: Human induced pluripotent stem cell-derived neural stem cells (hiPS-NSCs) represent an exciting therapeutic approach for traumatically spinal cord injury (SCI). Unfortunately, most patients are the in chronic injury phase where a dense perilesional chondroitin sulfate proteoglycan (CSPG) scar significantly hinders regeneration. CSPG-degrading enzymes can enhance NSC-mediated recovery, however, nonspecific intrathecal administration causes off-target effects. We aimed to genetically engineer hiPS-NSCs to express a scar-degrading ENZYME into their local environment to enhance functional recovery. Methods: A bicistronic scar-degrading ENZYME and RFP reporter vector was non-virally integrated into hiPS-NSCs and monoclonalized. ENZYME activity was assessed by WST-1 and DMMB biochemical assays and an in vitro CSPG spot assay with hiPS-NSC-derived neurons. To assess in vivo efficacy, T-cell deficient rats (N=60) with chronic (8wk) C6-7 SCIs were randomized to receive (1)SMaRT cells, (2)hiPS-NSCs, (3)vehicle, or (4)sham surgery. Results: SMaRT cells retained key hiPS-NSC characteristics while stably expressing ENZYME. The expressed ENZYME could appropriately degrade in vitro and ex vivo CSPGs. While blinded neurobehavioural and immunohistochemical assessments are ongoing at 40wks post-injury, an interim analysis demonstrated human cells extending remarkably long (≥20,000µm) axons along host white matter tracts. Conclusions: This work provides exciting proof-of-concept data that genetically-engineered SMaRT cells can degrade CSPGs and human NSCs can extend long-distance processes in chronic SCI.
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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,002 |
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 ».