MétaCan
Menu
Retour à la cohorte
Enregistrement W2096398908 · doi:10.1186/gb-2007-8-7-r135

Cell-specific microarray profiling experiments reveal a comprehensive picture of gene expression in the C. elegans nervous system

2007· article· en· W2096398908 sur OpenAlexaff
Stephen E. Von Stetina, Joseph D. Watson, Rebecca M. Fox, Kellen Olszewski, William C. Spencer, Peter J. Roy, David M. Miller

Notice bibliographique

RevueGenome biology · 2007
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetics, Aging, and Longevity in Model Organisms
Établissements canadiensUniversity of Toronto
Organismes subventionnairesEunice Kennedy Shriver National Institute of Child Health and Human DevelopmentNational Human Genome Research InstituteNational Institute of Neurological Disorders and StrokeNational Institute of Mental HealthNational Institute of Diabetes and Digestive and Kidney DiseasesNational Heart, Lung, and Blood InstituteNational Cancer InstituteNational Institutes of HealthNational Eye InstituteVanderbilt University
Mots-clésBiologyHuman geneticsGene expression profilingMicroarrayComputational biologyGeneGeneticsDNA microarrayMicroarray analysis techniquesGene expressionCaenorhabditis elegans

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: With its fully sequenced genome and simple, well-defined nervous system, the nematode Caenorhabditis elegans offers a unique opportunity to correlate gene expression with neuronal differentiation. The lineal origin, cellular morphology and synaptic connectivity of each of the 302 neurons are known. In many instances, specific behaviors can be attributed to particular neurons or circuits. Here we describe microarray-based methods that monitor gene expression in C. elegans neurons and, thereby, link comprehensive profiles of neuronal transcription to key developmental and functional properties of the nervous system. RESULTS: We employed complementary microarray-based strategies to profile gene expression in the embryonic and larval nervous systems. In the MAPCeL (Microarray Profiling C. elegans cells) method, we used fluorescence activated cell sorting (FACS) to isolate GFP-tagged embryonic neurons for microarray analysis. To profile the larval nervous system, we used the mRNA-tagging technique in which an epitope-labeled mRNA binding protein (FLAG-PAB-1) was transgenically expressed in neurons for immunoprecipitation of cell-specific transcripts. These combined approaches identified approximately 2,500 mRNAs that are highly enriched in either the embryonic or larval C. elegans nervous system. These data are validated in part by the detection of gene classes (for example, transcription factors, ion channels, synaptic vesicle components) with established roles in neuronal development or function. Of particular interest are 19 conserved transcripts of unknown function that are also expressed in the mammalian brain. In addition to utilizing these profiling approaches to define stage-specific gene expression, we also applied the mRNA-tagging method to fingerprint a specific neuron type, the A-class group of cholinergic motor neurons, during early larval development. A comparison of these data to a MAPCeL profile of embryonic A-class motor neurons identified genes with common functions in both types of A-class motor neurons as well as transcripts with roles specific to each motor neuron type. CONCLUSION: We describe microarray-based strategies for generating expression profiles of embryonic and larval C. elegans neurons. These methods can be applied to particular neurons at specific developmental stages and, therefore, provide an unprecedented opportunity to obtain spatially and temporally defined snapshots of gene expression in a simple model nervous system.

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 enseignants0,016
Score d'incertitude au seuil0,679

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 GPT0,247
Écart entre enseignants0,231 · 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

Citations128
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGenome biologyMême sujetGenetics, Aging, and Longevity in Model OrganismsTravaux en français237 207