MétaCan
Menu
Retour à la cohorte
Enregistrement W2079829333 · doi:10.1186/1749-8104-3-16

Identification of genes influencing dendrite morphogenesis in developing peripheral sensory and central motor neurons

2008· article· en· W2079829333 sur OpenAlexafffund
Yimiao Ou, Barbara Chwalla, Matthias Landgraf, Donald J. van Meyel

Notice bibliographique

RevueNeural Development · 2008
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeurobiology and Insect Physiology Research
Établissements canadiensMcGill UniversityMcGill University Health Centre
Organismes subventionnairesDirectorate for Biological SciencesRoyal SocietyCanadian Institutes of Health ResearchMcGill University Health CentreWellcome TrustMcGill University
Mots-clésBiologyDendrite (mathematics)NeurosciencePhenotypeMorphogenesisSensory systemSensory neuronNeuronCentral nervous systemCell typeGeneCellGenetics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Developing neurons form dendritic trees with cell type-specific patterns of growth, branching and targeting. Dendrites of Drosophila peripheral sensory neurons have emerged as a premier genetic model, though the molecular mechanisms that underlie and regulate their morphogenesis remain incompletely understood. Still less is known about this process in central neurons and the extent to which central and peripheral dendrites share common organisational principles and molecular features. To address these issues, we have carried out two comparable gain-of-function screens for genes that influence dendrite morphologies in peripheral dendritic arborisation (da) neurons and central RP2 motor neurons. RESULTS: We found 35 unique loci that influenced da neuron dendrites, including five previously shown as required for da dendrite patterning. Several phenotypes were class-specific and many resembled those of known mutants, suggesting that genes identified in this study may converge with and extend known molecular pathways for dendrite development in da neurons. The second screen used a novel technique for cell-autonomous gene misexpression in RP2 motor neurons. We found 51 unique loci affecting RP2 dendrite morphology, 84% expressed in the central nervous system. The phenotypic classes from both screens demonstrate that gene misexpression can affect specific aspects of dendritic development, such as growth, branching and targeting. We demonstrate that these processes are genetically separable. Targeting phenotypes were specific to the RP2 screen, and we propose that dendrites in the central nervous system are targeted to territories defined by Cartesian co-ordinates along the antero-posterior and the medio-lateral axes of the central neuropile. Comparisons between the screens suggest that the dendrites of peripheral da and central RP2 neurons are shaped by regulatory programs that only partially overlap. We focused on one common candidate pathway controlled by the ecdysone receptor, and found that it promotes branching and growth of developing da neuron dendrites, but a role in RP2 dendrite development during embryonic and early larval stages was not apparent. CONCLUSION: We identified commonalities (for example, growth and branching) and distinctions (for example, targeting and ecdysone response) in the molecular and organizational framework that underlies dendrite development of peripheral and central neurons.

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)0,000
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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,050
Tête enseignante GPT0,279
Écart entre enseignants0,229 · 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
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

Citations40
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNeural DevelopmentMême sujetNeurobiology and Insect Physiology ResearchTravaux en français237 207