Innervation of Pulmonary Neuroendocrine Cells and Neuroepithelial Bodies in Developing Rabbit Lung
Notice bibliographique
Résumé
We investigated the development of innervation of the pulmonary neuroendocrine cell (PNEC) system composed of single cells and organoid cell clusters, neuroepithelial bodies (NEB) in rabbit fetal and neonatal lungs. To visualize the nerve fibers and their contacts with PNECs/NEBs, we used confocal microscopy and multilabel immunohistochemistry (IHC) with pan-neural marker, synaptic vesicle protein 2 (SV2), and serotonin (5-HT) as markers for PNECs/NEBs, and smooth muscle actin or cytokeratin to identify airway landmarks. The numbers and distribution of PNEC/NEB at different stages of lung development (E16, 18, 21, 26, and P2) and the density of innervation were quantified. First PNECs immunoreactive for 5-HT were identified in primitive airway epithelium at E18 as single cells or as small cell clusters with or without early nerve contacts. At E21 a significant increase in the number of PNECs with formation of early innervated NEB corpuscules was observed. The overall numbers of PNECs/NEBs and the density of mucosal, submucosal, and intercorpuscular innervation increased with progressing gestation and peaked postnatally (P2). At term, the majority of NEBs and single PNECs within airway mucosa possessed neural contacts. Such an extensive and complex innervation of the PNEC system indicates a multifunctional role in developing lung and during neonatal adaptation.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».