MétaCan
Menu
Retour à la cohorte
Enregistrement W2060490218 · doi:10.1242/dev.095992

Regeneration of breeding tubercles on zebrafish pectoral fins requires androgens and two waves of revascularization

2013· article· en· W2060490218 sur OpenAlexafffund
Stephanie C. McMillan, Zhe Xu, Jing Zhang, Cathleen Teh, Vladimir Korzh, Vance L. Trudeau, Marie‐Andrée Akimenko

Notice bibliographique

RevueDevelopment · 2013
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueZebrafish Biomedical Research Applications
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésBiologyZebrafishRegeneration (biology)AngiogenesisAndrogenAnatomyRevascularizationFish finEndocrinologyInternal medicineCell biologyHormoneCancer researchGenetics

Résumé

récupéré en direct d'OpenAlex

Sexually dimorphic breeding tubercles (BTs) are keratinized epidermal structures that form clusters on the dorsal surface of the anterior rays of zebrafish male pectoral fins. BTs appear during sexual maturation and are maintained through regular shedding and renewal of the keratinized surface. Following pectoral fin amputation, BT clusters regenerate after the initiation of revascularization, but concomitantly with a second wave of angiogenesis. This second wave of regeneration forms a web-like blood vessel network that penetrates the supportive epidermis of BTs. Upon analyzing the effects of sex steroids and their inhibitors, we show that androgens induce and estrogens inhibit BT cluster formation in intact and regenerating pectoral fins. Androgen-induced BT formation in females is accompanied by the formation of a male-like blood vessel network. Treatment of females with both androgens and an angiogenesis inhibitor results in the formation of undersized BT clusters when compared with females treated with androgens alone. Overall, the growth and regeneration of large BTs requires a hormonal stimulus and the presence of an additional blood vessel network that is naturally found in males.

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)0,000
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 enseignants0,047
Score d'incertitude au seuil0,281

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,016
Tête enseignante GPT0,268
Écart entre enseignants0,253 · 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

Citations34
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueDevelopmentMême sujetZebrafish Biomedical Research ApplicationsTravaux en français237 207