MétaCan
Menu
Retour à la cohorte
Enregistrement W2034950850 · doi:10.1126/science.1246448

Dlk1 Promotes a Fast Motor Neuron Biophysical Signature Required for Peak Force Execution

2014· article· en· W2034950850 sur OpenAlexafffund
Daniel Müller, Pitchaiah Cherukuri, Kristine A. Henningfeld, Chor Hoon Poh, Lars Wittler, Phillip Grote, Oliver M. Schlüter, Jennifer V. Schmidt, Jorge Laborda, Steven R. Bauer, Robert M. Brownstone, Till Marquardt

Notice bibliographique

RevueScience · 2014
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueZebrafish Biomedical Research Applications
Établissements canadiensDalhousie University
Organismes subventionnairesCanadian Institutes of Health ResearchEunice Kennedy Shriver National Institute of Child Health and Human DevelopmentUniversitätsmedizin GöttingenCanada Research ChairsEuropean CommissionDeutsche ForschungsgemeinschaftCincinnati Children's Hospital Medical Center
Mots-clésNeuroscienceNeuronMotor neuronJumpingSignature (topology)Computer scienceBiophysicsBiologyChemistryMathematicsPhysiologySpinal cord

Résumé

récupéré en direct d'OpenAlex

Motor neurons, which relay neural commands to drive skeletal muscle movements, encompass types ranging from "slow" to "fast," whose biophysical properties govern the timing, gradation, and amplitude of muscle force. Here we identify the noncanonical Notch ligand Delta-like homolog 1 (Dlk1) as a determinant of motor neuron functional diversification. Dlk1, expressed by ~30% of motor neurons, is necessary and sufficient to promote a fast biophysical signature in the mouse and chick. Dlk1 suppresses Notch signaling and activates expression of the K(+) channel subunit Kcng4 to modulate delayed-rectifier currents. Dlk1 inactivation comprehensively shifts motor neurons toward slow biophysical and transcriptome signatures, while abolishing peak force outputs. Our findings provide insights into the development of motor neuron functional diversity and its contribution to the execution of movements.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,070
Score d'incertitude au seuil0,294

Scores Codex et Gemma par catégorie

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

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 Opus0,011
Tête enseignante GPT0,292
Écart entre enseignants0,281 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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

En bref

Citations77
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueScienceMême sujetZebrafish Biomedical Research ApplicationsTravaux en français237 207