Cellular and molecular mechanisms regulating embryonic neurogenesis in the rodent olfactory epithelium
Notice bibliographique
Résumé
Mechanisms that regulate cellular differentiation in developing embryos are maintained across multiple physiological systems, including the nervous system where neurons and glia are generated. The olfactory epithelium, which arises from the olfactory pit, is a stratified tissue in which the stepwise generation of neurons and support cells can easily be assessed and followed during embryogenesis and throughout adulthood. During olfactory epithelium morphogenesis, progenitor cells respond to factors that control their proliferation, survival, and differentiation in order to generate olfactory receptor neurons that detect odorants in the environment and glia-like sustentacular cells. The tight temporal regulation of expression of proneural genes in dividing progenitor cells, including Mash-1, Neurogenin-1, and NeuroD1, plays a central role in the production of olfactory receptor neurons. Multiple factors that either positively or negatively affect the generation of olfactory receptor neurons have been identified and shown to impinge on the transcriptional regulatory network in dividing progenitor cells. Several growth factors, such as FGF-8, act to promote neurogenesis by ensuring survival of progenitor cells that will give rise to olfactory receptor neurons. In contrast, other molecules, including members of the large TGF-β family of proteins, have negative impacts on neurogenesis by restricting progenitor cell proliferation and stalling their differentiation. Since recent reviews have focused on neurogenesis in the regenerating adult olfactory epithelium, this review describes neurogenesis at embryonic stages of olfactory epithelium development and summarizes our current understanding of how both cell intrinsic and extrinsic factors control this process.
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 | 0,001 | 0,001 |
| 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 ».