Induced Pluripotent Stem Cell-Derived Extracellular Vesicles Prevent Neural Stem Cell Senescence to Promote Cognitive Recovery after Traumatic Brain Injury
Notice bibliographique
Résumé
Hippocampal neural stem cells (NSCs) have attracted significant attention due to their essential role in maintaining cognitive functions, such as memory and spatial orientation through neurogenesis. Cognitive impairment is a common and debilitating complication of traumatic brain injury (TBI), yet its underlying mechanisms remain poorly understood and effective clinical interventions are lacking. In this study, we observed persistent cognitive deficits in a mouse model of TBI, a phenomenon that has been widely documented in previous studies, and importantly, we found that these impairments were closely associated with increased hippocampal NSCs (H-NSCs) senescence. To investigate the cause of NSCs’ senescence, we analyzed cerebrospinal fluid samples from TBI patients and hippocampal tissues from TBI mice and identified persistently elevated levels of IL-1β post TBI. In vitro, IL-1β successfully induced NSCs’ senescence and suppressed neurogenesis. Induced pluripotent stem cell-derived small extracellular vesicles (iPSC-sEVs) reversed IL-1β-induced senescence and restored neurogenic potential in H-NSCs. In vivo, iPSC-sEVs alleviated cognitive deficits and H-NSC senescence after TBI. Integrated proteomic and NSC cell transcriptomic analyses revealed that the β-catenin/ID2/CDKN2B (p15 INK4b ) signaling axis plays a critical role in regulating H-NSC senescence, which was further validated through inhibitor experiments. In summary, our findings demonstrate that iPSC-sEVs attenuate NSC senescence and improve cognitive function following TBI via modulation of the β-catenin/ID2/CDKN2B (p15 INK4b ) axis.
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 | 0,001 | 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 ».