MétaCan
Menu
Retour à la cohorte
Enregistrement W2049894212 · doi:10.1016/j.ijdevneu.2006.09.120

[P57]: A simple method for directing the differentiation of embryonic stem (ES) cells into functional motoneurones

2006· article· en· W2049894212 sur OpenAlexafffund
Prabakaran Soundararajan, Benjamin W. Lindsey, Victor F. Rafuse

Notice bibliographique

RevueInternational Journal of Developmental Neuroscience · 2006
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiquePluripotent Stem Cells Research
Établissements canadiensDalhousie University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health Research
Mots-clésCitationLibrary scienceSimple (philosophy)Embryonic stem cellComputer scienceSociologyBiologyPhilosophyEpistemologyGenetics

Résumé

récupéré en direct d'OpenAlex

Directing embryonic stem (ES) cells to differentiate into functional motoneurones has proven to be a strong technique for studying neuronal development as well as being a potential source of cells for cell replacement therapies involving spinal cord disorders. Unfortunately, the mitogenic reagents currently used for directed differentiation are not commercially available and thus this technique has not been widely accessible to the scientific community. Here, we present a novel and simple method to derive motoneurones from ES cells using readily attainable reagents. ES cells were derived from a transgenic mouse in which enhanced green fluorescent protein (eGFP) was linked to the Hb9 promoter. Because Hb9 is expressed by motoneurones, eGFP expression was used to screen directed differentiation. ES cells were plated onto a monolayer of HK 293 cells that carry a stably integrated construct for the expression of murine sonic hedgehog (Shh) under ecdysone-inducible control (293 EcR Shh cells; ATCC). To initiate motoneurone differentiation, ES cell/HK 293 cell co-cultures were treated with Ponesterone A (PA) and retinoic acid (RA) for 5 days. PA induces ecdysone and thus drives Shh expression. To assess motoneurone differentiation the treated ES cells were either plated on Matrigel for standard immunocytochemical analysis or myotubes for electrophysiology recordings. A comparative study was also performed using ES cells treated with RA and recombinant human Shh (R&D Systems). ES cells differentiated into eGFP motoneurones that express Lhx3 and Isl1/2 in the co-cultures treated with PA and RA. Very poor motoneurone differentiation was achieved using RA and recombinant human Shh. ES cell derived motoneurones from the ES cell/HK 293 cell co-cultures also formed functional synaptic connections when plated on myotubes. This simple treatment paradigm produces functional motoneurones that can be used for developmental and pre-clinical studies. Support contributed by NSERC, CIHR and NSHRF.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,039

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0120,012

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 Opus0,021
Tête enseignante GPT0,296
Écart entre enseignants0,275 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

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

En bref

Citations0
Publié2006
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Developmental NeuroscienceMême sujetPluripotent Stem Cells ResearchTravaux en français237 207