Quantitative screening of embryonic stem cell differentiation: Endoderm formation as a model
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
Embryonic stem (ES) cells have attracted much attention as a possible source of functional cells for regenerative medicine. Therapeutic use of ES cells requires control over the types and frequencies of cells generated during their in vitro differentiation. Due to the complexity of factors that impact upon ES cell differentiation, novel approaches for the optimization of tissue-specific development are required. This motivates our use of factorial and composite design methods to make empirical investigations more efficient, and to reveal unexpected interactions missed by conventional dose-response analysis. Factorial experiments would benefit from the high content evaluation of a large number of test conditions, necessitating the development of a quantitative screening technology (QST) capable of reporting the absolute number and frequency of target cells. We have developed and validated such a technology for ES cell differentiation analysis using automated fluorescence microscopy, employing endoderm differentiation as a model system. To test this platform, a two-level factorial experiment was carried out to identify major and interactive effects of glucose, insulin, retinoic acid (RA), basic fibroblast growth factor (bFGF), and epidermal growth factor (EGF) on endoderm formation. RA was found to have inhibitory effects on endoderm formation, while low glucose proved beneficial. QST was demonstrated to be a powerful tool to study factors impacting endoderm-specific ES cell differentiation, and should be applicable to the analysis of a range of ES cell-derived tissues.
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