Neurological morphofunctional differentiation induced by REAC technology in PC12. A neuro protective model for Parkinson’s disease
Notice bibliographique
Résumé
Research for the use of physical means, in order to induce cell differentiation for new therapeutic strategies, is one of the most interesting challenges in the field of regenerative medicine, and then in the treatment of neurodegenerative diseases, Parkinson's disease (PD) included. The aim of this work is to verify the effect of the radio electric asymmetric conveyer (REAC) technology on the PC12 rat adrenal pheochromocytoma cell line, as they display metabolic features of PD. PC12 cells were cultured with a REAC regenerative tissue optimization treatment (TO-RGN) for a period ranging between 24 and 192 hours. Gene expression analysis of specific neurogenic genes, as neurogenin-1, beta3-tubulin and Nerve growth factor, together with the immunostaining analysis of the specific neuronal protein beta3-tubulin and tyrosine hydroxylase, shows that the number of cells committed toward the neurogenic phenotype was significantly higher in REAC treated cultures, as compared to control untreated cells. Moreover, MTT and Trypan blue proliferation assays highlighted that cell proliferation was significantly reduced in REAC TO-RGN treated cells. These results open new perspectives in neurodegenerative diseases treatment, particularly in PD. Further studies will be needed to better address the therapeutic potential of the REAC technology.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».