DLK1-expressing neural progenitor cells promote tissue repair and functional recovery after cervical spinal cord injury
Notice bibliographique
Résumé
Spinal cord injury (SCI) elicits a hostile microenvironment characterized by inflammation, gliosis, and disrupted signaling pathways that collectively impede neural repair. Neural progenitor cells (NPCs) represent a promising regenerative approach, yet their survival and differentiation are often compromised in this setting. Here, we investigated whether engineering NPCs to overexpress the Notch pathway modulator Delta-like non-canonical Notch ligand 1 (DLK1) could overcome these limitations and improve functional outcomes after cervical SCI in rats. NPCs were engineered to express DLK1 under a Pax6 promoter-driven expression system, ensuring elevated DLK1 levels during the progenitor state. Following transplantation of DLK1-overexpressing NPCs or control NPCs, we assessed graft survival, lineage differentiation, behavioral performance, and electrophysiological integration over 12 weeks. DLK1-expressing NPCs exhibited significantly greater retention in the injured spinal cord and showed enhanced neuronal differentiation alongside reduced astrocytic commitment compared to controls. Behavioral tests-including forelimb grip strength and CatWalk gait assessments-demonstrated that DLK1-modified NPCs conferred robust improvements in forelimb motor coordination and overall locomotion. Concordantly, electrophysiological recordings revealed increased motor-evoked potential amplitudes and area-under-the-curve values in animals receiving DLK1-transduced NPC grafts, indicative of strengthened synaptic integration within the host motor circuitry.
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 ».