MétaCan
Menu
Retour à la cohorte
Enregistrement W1880902366 · doi:10.1002/wdev.191

Transcriptional selectors, masters, and combinatorial codes: regulatory principles of neural subtype specification

2015· review· en· W1880902366 sur OpenAlexafffund
Douglas W. Allan, Stefan Thor

Notice bibliographique

RevueWiley Interdisciplinary Reviews Developmental Biology · 2015
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetics, Aging, and Longevity in Model Organisms
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesCanadian Institutes of Health ResearchKnut och Alice Wallenbergs StiftelseVetenskapsrådetSwedish Cancer Foundation
Mots-clésCategorizationFunction (biology)BiologyNeuroscienceDrosophila melanogasterFunctional diversityComputational biologyNervous systemCognitive scienceComputer scienceGeneticsArtificial intelligencePsychology

Résumé

récupéré en direct d'OpenAlex

The broad range of tissue and cellular diversity of animals is generated to a large extent by the hierarchical deployment of sequence-specific transcription factors and co-factors (collectively referred to as TF's herein) during development. Our understanding of these developmental processes has been facilitated by the recognition that the activities of many TF's can be meaningfully described by a few functional categories that usefully convey a sense for how the TF's function, and also provides a sense for the regulatory organization of the developmental processes in which they participate. Here, we draw on examples from studies in Caenorhabditis elegans, Drosophila melanogaster, and vertebrates to discuss how the terms spatial selector, temporal selector, tissue/cell type selector, terminal selector and combinatorial code may be usefully applied to categorize the activities of TF's at critical steps of nervous system construction. While we believe that these functional categories are useful for understanding the organizational principles by which TF's direct nervous system construction, we however caution against the assumption that a TF's function can be solely or fully defined by any single functional category. Indeed, most TF's play diverse roles within different functional categories, and their roles can blur the lines we draw between these categories. Regardless, it is our belief that the concepts discussed here are helpful in clarifying the regulatory complexities of nervous system development, and hope they prove useful when interpreting mutant phenotypes, designing future experiments, and programming specific neuronal cell types for use in therapies.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,003
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,069
Tête enseignante GPT0,325
Écart entre enseignants0,256 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations128
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueWiley Interdisciplinary Reviews Developmental BiologyMême sujetGenetics, Aging, and Longevity in Model OrganismsTravaux en français237 207