The Immunological Profile of Adipose Mesenchymal Stromal/Stem Cells after Cell Expansion and Inflammatory Priming
Notice bibliographique
Résumé
Background: AT-MSCs display great immunoregulatory features, making them potential candidates for cell-based therapy. This study aimed to evaluate the “RBC lysis buffer” isolation protocol and immunological profiling of the so-obtained AT-MSCs. Methods: We established an immune-comparative screening of AT-MSCs throughout in vitro cell expansion (PM, P1, P2, P3, P4) and inflammatory priming regarding the expression of 28 cell-surface markers, 6 cytokines/chemokines, and 10 TLR patterns. Findings: AT-MSCs were highly expandable and sensitive to microenvironment challenges, hereby showing plasticity in distinct expression profiles. Both cell expansion and inflammation differentially modulated the expression profile of CD34, HLA-DR, CD40, CD62L, CD200 and CD155, CD252, CD54, CD58, CD106, CD274 and CD112. Inflammation resulted in a significant increase in the expression of the cytokines IL-6, IL-8, IL-1β, IL-1Ra, CCL5, and TNFα. Depending on the culture conditions, the expression of the TLR pattern was distinctively altered with TLR1–4, TLR7, and TLR10 being increased, whereas TLR6 was downregulated. Protein network and functional enrichment analysis showed that several trophic and immune responses are likely linked to these immunological changes. Conclusions: AT-MSCs may sense and actively respond to tissue challenges by modulating distinct and specific pathways to create an appropriate immuno-reparative environment. These mechanisms need to be further characterized to identify and assess a molecular target that can enhance or impede the therapeutic ability of AT-MSCs, which therefore will help improve the quality, safety, and efficacy of the therapeutic strategy.
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 ».