logo móvil

La Optimización de un Protocolo para la Diferenciación Dirigida de Células Madre Pluripotentes Inducidas en Células Progenitoras Hepáticas y la Entrega de Transgenes

Autores: Panchuk, Irina; Kovalskaia, Valeriia; Balinova, Natalia; Ryzhkova, Oxana; Smirnikhina, Svetlana

Idioma: Inglés

Editor: MDPI

Año: 2025

Descargar PDF

Acceso abierto

Artículo científico


Categoría

Ciencias Naturales y Subdisciplinas

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 3

Citaciones: Sin citaciones


Descripción
El hígado es esencial para la desintoxicación, el metabolismo y la síntesis de proteínas, pero está en riesgo de enfermedades graves, como la enfermedad del hígado graso, la hepatitis y el cáncer de hígado. Los modelos basados en células son críticos para avanzar en la investigación y desarrollar terapias efectivas. Sin embargo, los hepatocitos humanos primarios son difíciles de usar para la modelización de enfermedades debido a su desdiferenciación y pérdida de propiedades funcionales in vitro. Además, los modelos animales a menudo no son relevantes para ciertas enfermedades del hígado. Para abordar estas limitaciones, los modelos de cultivo celular en 3D, como los organoides, han surgido como herramientas prometedoras para estudiar la fisiología del hígado y la progresión de enfermedades. Estudios recientes se han centrado en optimizar protocolos para diferenciar células madre pluripotentes inducidas (iPSCs) en células progenitoras del hígado (LPCs). Durante la diferenciación dirigida, las células pasan por etapas que se asemejan estrechamente a las observadas durante el desarrollo embrionario del tejido hepático. Optimizamos un protocolo para generar cultivos tanto en 2D como en 3D, logrando una alta eficiencia de diferenciación para marcadores clave de hepatocitos. También evaluamos dos métodos de entrega de transgenes: viral (virus adenoasociados recombinantes) y no viral (electroporación), logrando eficiencias del 93.6% y 54.3%, respectivamente. Los modelos celulares resultantes pueden ser utilizados para la modelización de enfermedades, la evaluación de fármacos y terapias personalizadas, incluyendo aplicaciones de edición del genoma y terapia génica.

Documentos Relacionados

Temas Virtualpro