MétaCan
Menu
Retour à la cohorte
Enregistrement W2063448187 · doi:10.1242/dev.073452

Morphogen-based simulation model of ray growth and joint patterning during fin development and regeneration

2012· article· en· W2063448187 sur OpenAlexafffund
Anne‐Gaëlle Rolland‐Lagan, Mathieu Paquette, Valerie Tweedle, Marie‐Andrée Akimenko

Notice bibliographique

RevueDevelopment · 2012
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueDevelopmental Biology and Gene Regulation
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésBiologyMorphogenDanioFinZebrafishRegeneration (biology)Fish finMechanism (biology)AnatomyJoint (building)Growth modelModel systemBlastemaVertebrateCell biologyBiological systemGeneticsFish <Actinopterygii>Structural engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

The fact that some organisms are able to regenerate organs of the correct shape and size following amputation is particularly fascinating, but the mechanism by which this occurs remains poorly understood. The zebrafish (Danio rerio) caudal fin has emerged as a model system for the study of bone development and regeneration. The fin comprises 16 to 18 bony rays, each containing multiple joints along its proximodistal axis that give rise to segments. Experimental observations on fin ray growth, regeneration and joint formation have been described, but no unified theory has yet been put forward to explain how growth and joint patterns are controlled. We present a model for the control of fin ray growth during development and regeneration, integrated with a model for joint pattern formation, which is in agreement with published, as well as new, experimental data. We propose that fin ray growth and joint patterning are coordinated through the interaction of three morphogens. When the model is extended to incorporate multiple rays across the fin, it also accounts for how the caudal fin acquires its shape during development, and regains its correct size and shape following amputation.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,019
Tête enseignante GPT0,222
Écart entre enseignants0,203 · 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'étudeSimulation ou modélisation
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

Citations28
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueDevelopmentMême sujetDevelopmental Biology and Gene RegulationTravaux en français237 207