Bioprocessing of Mesenchymal Stem Cells and Their Derivatives: Toward Cell-Free Therapeutics
Notice bibliographique
Résumé
Mesenchymal stem cells (MSCs) have attracted tremendous research interest due to their ability to repair tissues and reduce inflammation when implanted into a damaged or diseased site. These therapeutic effects have been largely attributed to the collection of biomolecules they secrete (i.e., their secretome). Recent studies have provided evidence that similar effects may be produced by utilizing only the secretome fraction containing extracellular vesicles (EVs). EVs are cell-derived, membrane-bound vesicles that contain various biomolecules. Due to their small size and relative mobility, they provide a stable mechanism to deliver biomolecules (i.e., biological signals) throughout an organism. The use of the MSC secretome, or its components, has advantages over the implantation of the MSCs themselves: (i) signals can be bioengineered and scaled to specific dosages, and (ii) the nonliving nature of the secretome enables it to be efficiently stored and transported. However, since the composition and therapeutic benefit of the secretome can be influenced by cell source, culture conditions, isolation methods, and storage conditions, there is a need for standardization of bioprocessing parameters. This review focuses on key parameters within the MSC culture environment that affect the nature and functionality of the secretome. This information is pertinent to the development of bioprocesses aimed at scaling up the production of secretome-derived products for their use as therapeutics.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 | 0,001 |
| 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 ».