MétaCan
Menu
Retour à la cohorte
Enregistrement W4220879147 · doi:10.1177/17590914221086340

Hepatoma Derived Growth Factor Enhances Oligodendrocyte Genesis from Subventricular Zone Precursor Cells

2022· article· en· W4220879147 sur OpenAlexafffund
Yutong Li, Nicole L. Dittmann, Adrianne E. S. Watson, Monique Marylin Alves de Almeida, Tim Footz, Anastassia Voronova

Notice bibliographique

RevueASN NEURO · 2022
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeurogenesis and neuroplasticity mechanisms
Établissements canadiensWomen and Children’s Health Research InstituteUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Research Chairs
Mots-clésSubventricular zoneOligodendrocyteNeurogenesisNeural stem cellNeuroscienceBiologyCell biologyPrecursor cellCentral nervous systemStem cellMyelinCellBiochemistry

Résumé

récupéré en direct d'OpenAlex

Oligodendrocytes, the myelinating cells of the central nervous system (CNS), perform vital functions in neural protection and communication, as well as cognition. Enhanced production of oligodendrocytes has been identified as a therapeutic approach for neurodegenerative and neurodevelopmental disorders. In the postnatal brain, oligodendrocytes are generated from the neural stem and precursor cells (NPCs) in the subventricular zone (SVZ) and parenchymal oligodendrocyte precursor cells (OPCs). Here, we demonstrate exogenous Hepatoma Derived Growth Factor (HDGF) enhances oligodendrocyte genesis from murine postnatal SVZ NPCs in vitro without affecting neurogenesis or astrogliogenesis. We further show that this is achieved by increasing proliferation of both NPCs and OPCs, as well as OPC differentiation into oligodendrocytes. In vivo results demonstrate that intracerebroventricular infusion of HDGF leads to increased oligodendrocyte genesis from SVZ NPCs, as well as OPC proliferation. Our results demonstrate a novel role for HDGF in regulating SVZ precursor cell proliferation and oligodendrocyte differentiation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,022
Tête enseignante GPT0,222
Écart entre enseignants0,200 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueASN NEUROMême sujetNeurogenesis and neuroplasticity mechanismsTravaux en français237 207