Influence of passage number on the impact of the secretome of adipose tissue stem cells on neural survival, neurodifferentiation and axonal growth
Notice bibliographique
Résumé
Mesenchymal stem cells (MSCs), and within them adipose tissue derived stem cells (ASCs), have been shown to have therapeutic effects on central nervous system (CNS) cell populations. Such effects have been mostly attributed to soluble factors, as well as vesicles, present in their secretome. Yet, little is known about the impact that MSC passaging might have in the secretion therapeutic profile. Our aim was to show how human ASCs (hASCs) passage number influences the effect of their secretome in neuronal survival, differentiation and axonal growth. For this purpose, post-natal rat hippocampal primary cultures, human neural progenitor cell (hNPCs) cultures and dorsal root ganglia (DRGs) explants were incubated with secretome, collected as conditioned media (CM), obtained from hASCs in P3, P6, P9 and P12. Results showed no differences when comparing percentages of MAP-2 positive cells (a mature neuronal marker) in neuronal cultures or hNPCs, after incubation with hASCs secretome from different passages. The same was observed regarding DRG neurite outgrowth. In order to characterize the secretomes obtained from different passages, a proteomic analysis was performed, revealing that its composition did not vary significantly with passage number P3 to P12. Results allowed us to identify several key proteins, such as pigment epithelium derived factor (PEDF), DJ-1, interleucin-6 (IL-6) and galectin, all of which have already proven to play neuroprotective and neurodifferentiating roles. Proteins that promote neurite outgrowth were also found present, such as semaphorin 7A and glypican-1. We conclude that cellular passaging does not influence significantly hASCs's secretome properties especially their ability to support post-natal neuronal survival, induce neurodifferentiation and promote axonal growth.
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) | 0,000 | 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 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 ».