肾脑复元汤诱导BMSCs增殖、动员、分化的作用及机制的研究

来源 :湖南中医药大学 | 被引量 : 0次 | 上传用户:acecat
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
目的:通过观察肾脑复元汤(ShenNaoFuYuan decoction,SNFYD)含药血清对大鼠骨髓间充质干细胞(Bone Marrow Derived Stem Cells,BMSCs)的增殖、迁移、分化的作用,及其对SDF-1/CXCR4细胞因子表达的影响,探讨SNFYD通过诱导内源性BMSC动员、增殖、分化以治疗缺血性中风的可能机制,为阐明其临床疗效提供实验依据。方法:1、BMSCs的获取与鉴定:严格无菌操作下获取并暴露标准SD大鼠的骨髓腔,DMEM-HG反复冲洗、吹打后离心,收集细胞,置于加入了10%FBS的双抗DMEM-HG培养基中传代培养,使用流式细胞术鉴定培养得到的大鼠骨髓间充质干细胞。2、SNFYD含药血清培养液对BMSCs进行培养、传代:使用合格的SD大鼠制备SNFYD的含药血清,以不同浓度的含药血清配制培养液,并设普通培养液与空白血清为正常对照组、空白对照组,加入培养基中培养BMSCs,进行对比分析。3、检测相关数据:电镜下观察BMSCs形态、CCK8法检测BMSCs的增殖能力、NSE免疫组化法测定分化能力、Transwell法检测迁移能力,并使用Western blot法检测CXCR4以及SDF-1分子蛋白表达情况。结果:与对照组相比较,含药血清培养液组的BMSCs数量明显增多,形态更接近梭形及成纤维细胞样结构,扩增能力增强,迁移数量更多,NSE表达率增加,SDF-1/CXCR4细胞因子表达增高,且15%浓度SNFYD含药血清的效果更优。以上结果提示SNFYD含药血清能够增强骨髓间充质干细胞的增殖能力、迁移能力,并诱导其向神经元细胞的分化,这些作用在一定的SNFYD含药血清浓度范围内具有剂量依赖性,此效应可能与其上调SDF-1及CXCR4的表达相关。结论:1、SNFYD含药血清可明显影响BMSCs的生理过程,主要体现在加快其成形、增殖,促进其向神经样细胞分化,增强迁移能力等。2、使用SNFYD含药血清培养的细胞SDF-1/CXCR4表达增加,目前已明确SDF-1/CXCR4信号通路有促进脑坏死区域血管再生及脑保护的作用,SNFYD对BMSCs的上述作用可能与激活该细胞通路有关。3、目前SNFYD的含药血清细胞实验支持“肾生髓通脑”的理论,后续应基于这一理论设计动物实验,验证SNFYD在体内动员内源性BMSCs的作用及其效应,进一步完善“肾生髓通脑”理论的实验基础。
其他文献
创建全国文明城市是助推城市发展的重要载体,全国文明城市每三年评选表彰一次,前四届已经累计有88个城市获得全国文明城市称号;2015-2017年是第五届全国文明城市评选期。四川
[目 的]1.通过small RNA测序筛选小细胞肺癌患者血浆中化疗耐药差异表达的microRNAs;2.在小细胞肺癌亲本细胞株H69及其多药耐药株H69AR中,对筛选出来的差异表达microRNAs进行
口语或笔语语误是目标语言输出过程中的一种正常现象,是外语学习者语言能力发展的重要部分。近来,语误及其产生原因受到越来越多的外语研究者的重视,语料库语言学研究方法使
2015年,中国对外直接投资(OFDI)实现历史性突破,对外投资流量首次位列全球第二,占全球的比重提升到9.9%,并且首次超过同年吸引外资金额,使得中国成为资本净输出国,也成为当之
近几十年来,国家的现代化进程取得了举世瞩目的成就,然而由于在发展过程中缺乏一定的环保意识和相应的环保措施,我们赖以生存的自然环境受到严重污染,尤其是水污染问题非常突出。严重的水污染不仅会破坏生态系统的平衡,也给人们的身体健康带来极大的隐患。水是生命之源,水污染使得自然界的水体中充斥着大量的有害物质。各种有毒的金属离子人体内富集,最终导致各种疾病的发生。因此,能够快速有效地检测出自然水体中痕量的重金
随着全国运输网络的快速发展,桩基础已经成为一种成熟的施工基础形式,具有一定的年代价值。当代的桩基技术是现代技术和传统桩基相结合的产物,其中预应力管桩的施工设备简单
社区矫正作为一种新型的刑罚执行方式,是司法改革的重要内容,这种新型的刑罚执行更加合理的配置了行刑资源,降低了行刑成本。通过2003在五个地区进行试点探索以来,社区矫正工
随着现代生活节奏的加快,竞争日趋激烈,这使得企业员工面临工作与家庭的双重压力,越来越多的企业开始意识到家庭生活会影响到员工的工作状态,进一步影响其工作绩效,只有幸福
鞋印图像是刑事侦查中常见的重要证物之一,它在揭露和证实犯罪时有重大作用。目前针对鞋印分类的算法大多是基于闭集分类的算法,其假设所有的测试图像都包含在训练集中出现过的类别。然而现实的场景下,会出现很多未知类别的鞋印图像,如果直接使用闭集的假设前提,其闭集性会迫使分类器从已知类中做出选择,分类性能并不是很好。近几年来,深度网络在解决各种视觉识别问题上取得了显著的进展,对学术和商业应用产生了巨大的影响。
随着电子商务平台的发展,越来越多的消费者将商品评论作为消费参考,随之出现的是以牟利为目的的刷单现象。因此,如何高效准确的识别虚假交易成为一大研究课题。本文从虚假交易数据入手,分两方面建模,对基于深度神经网络模型进行特征表示与分类进行研究,旨在解决虚假交易的识别问题。在通过文本特征分类时,构建基于Bi-LSTM+Attention的文本内容识别算法。将文本内容进行数据清洗、分词、Word Embed