Zebrabow: multispectral cell labeling for cell tracing and lineage analysis in zebrafish
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Advances in imaging and cell-labeling techniques have greatly enhanced our understanding of developmental and neurobiological processes. Among vertebrates, zebrafish is uniquely suited for in vivo imaging owing to its small size and optical translucency. However, distinguishing and following cells over extended time periods remains difficult. Previous studies have demonstrated that Cre recombinase-mediated recombination can lead to combinatorial expression of spectrally distinct fluorescent proteins (RFP, YFP and CFP) in neighboring cells, creating a 'Brainbow' of colors. The random combination of fluorescent proteins provides a way to distinguish adjacent cells, visualize cellular interactions and perform lineage analyses. Here, we describe Zebrabow (Zebrafish Brainbow) tools for in vivo multicolor imaging in zebrafish. First, we show that the broadly expressed ubi:Zebrabow line provides diverse color profiles that can be optimized by modulating Cre activity. Second, we find that colors are inherited equally among daughter cells and remain stable throughout embryonic and larval stages. Third, we show that UAS:Zebrabow lines can be used in combination with Gal4 to generate broad or tissue-specific expression patterns and facilitate tracing of axonal processes. Fourth, we demonstrate that Zebrabow can be used for long-term lineage analysis. Using the cornea as a model system, we provide evidence that embryonic corneal epithelial clones are replaced by large, wedge-shaped clones formed by centripetal expansion of cells from the peripheral cornea. The Zebrabow tool set presented here provides a resource for next-generation color-based anatomical and lineage analyses in zebrafish.
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.
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 | 0,000 | 0,000 |
| 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 | 0,000 | 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 découle