Neuroprotective effects of bone marrow Sca-1+ cells against age-related retinal degeneration in OPTN E50K mice
Notice bibliographique
Résumé
Abstract Glaucoma is characterized by retinal ganglion cell (RGC) death, the underlying mechanisms of which are still largely unknown. An E50K mutation in the Optineurin (OPTN) gene is a leading cause of normal-tension glaucoma (NTG), which directly affects RGCs in the absence of high intraocular pressure and causes severe glaucomatous symptoms in patients. Bone marrow (BM) stem cells have been demonstrated to play a key role in regenerating damaged tissue during ageing and disease through their trophic effects and homing capability. Here, we separated BM stem cells into Sca-1 + and Sca-1 - cells and transplanted them into lethally irradiated aged OPTN E50K mice to generate Sca-1 + and Sca-1 − chimaeras, respectively. After 3 months of BM repopulation, we investigated whether Sca-1 + cells maximized the regenerative effects in the retinas of NTG model mice with the OPTN E50K mutation. We found that the OPTN E50K mutation aggravated age-related deficiency of neurotrophic factors in both retinas and BM during NTG development, leading to retinal degeneration and BM dysfunction. Sca-1 + cells from young healthy mice had greater paracrine trophic effects than Sca-1 − cells and Sca-1 + cells from young OPTN E50K mice. In addition, Sca-1 + chimaeras demonstrated better visual functions than Sca-1 − chimaeras and untreated OPTN E50K mice. More Sca-1 + cells than Sca-1 − cells were recruited to repair damaged retinas and reverse visual impairment in NTG resulting from high expression levels of neurotrophic factors. These findings indicated that the Sca-1 + cells from young, healthy mice may have exhibited an enhanced ability to repair retinal degeneration in NTG because of their excellent neurotrophic capability.
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 ».