Banking Mesenchymal Stromal Cells from Umbilical Cord Tissue: Large Sample Size Analysis Reveals Consistency Between Donors
Notice bibliographique
Résumé
Mesenchymal stromal cells (MSCs) have emerged as candidate cells with therapeutic potential to treat different pathologies. The underlying mechanism is paracrine signaling. The cells secrete proteins that can impact inflammation, apoptosis, angiogenesis, and cell proliferation. All are important in wound healing and tissue regeneration. Although the bone marrow has been the most widely used source of MSCs, umbilical cord tissue (CT) presents a source that is just starting to be used in the clinic, yet can be obtained with more ease and easily stored. Here, we characterize CT-MSCs obtained from multiple donors by analyzing cell surface proteins, differentiation capacity, and proteome profile. Analysis of low, medium, and high passage cells indicates that the morphology and proliferation rate stay constant and with the exception of cluster of differentiation (CD) 105 at late passage, there are no changes in the cell surface protein characteristics, indicating the population does not change with passage. TNF-stimulated gene 6 protein was measured in a subset of samples and variable expression was observed, but this did not impact the ability of the cells to enhance skin regeneration. In conclusion, CT-MSC represents a consistent, easily accessible source of cells for cell therapy. Stem Cells Translational Medicine 2019;8:1041-1054.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| 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) | 0,033 | 0,001 |
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 ».