Amélioration de la prise de greffe hématopoïétique par une thérapie cellulaire à base de cellules souches mésenchymateuses
Bibliographic record
Abstract
Le traitement du cancer à l’aide d’une exposition aux radiations ionisantes peut mener au développement de plusieurs effets secondaires importants, dont un retard de réparation et de régénération du tissu hématopoïétique. Les mécanismes responsables de ces effets demeurent encore inconnus, ce qui limite le développement de nouvelles approches thérapeutiques. À l’aide d’un modèle murin de prise de greffe, nos résultats démontrent que l’endommagement du microenvironnement par l’irradiation a un impact limitant sur le nichage hématopoïétique. Parce que le microenvironnement est composé principalement de cellules dérivées des cellules souches mésenchymateuses (CSM), nous avons évalué le potentiel des CSM à régénérer le tissu hématopoïétique par la reconstitution de la niche osseuse. Cette thérapie a mené à une augmentation remarquable du nichage hématopoïétique chez les souris irradiées. Les causes moléculaires impliquées dans le nichage hématopoïétiques sont encore inconnues, mais nous avons remarqué l’augmentation de la sécrétion de la cytokine « granulocyte-colony stimulating factor » (G-CSF) dans l’espace médullaire suite à l’irradiation. Le G-CSF est impliqué dans la mobilisation cellulaire et est fort possiblement nuisible à une prise de greffe. Nous avons évalué le potentiel d’une thérapie à base de CSM sécrétant le récepteur soluble du G-CSF afin de séquestrer le G-CSF transitoirement et les résultats obtenus démontrent que le blocage du G-CSF favorise le nichage hématopoïétique. Globalement, les données présentées dans ce mémoire démontrent que le microenvironnement osseux et le niveau de G-CSF dans la moelle sont importants dans le processus de nichage hématopoïétique et que la baisse du potentiel de régénération du tissu hématopoïétique suite à l’irradiation peut être renversée à l’aide d’une thérapie cellulaire de CSM génétiquement modifiées ou non.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".