Quantification of shape and cell polarity reveals a novel mechanism underlying malformations resulting from related FGF mutations during facial morphogenesis
Notice bibliographique
Résumé
Fibroblast growth factor (FGF) signaling mutations are a frequent contributor to craniofacial malformations including midfacial anomalies and craniosynostosis. FGF signaling has been shown to control cellular mechanisms that contribute to facial morphogenesis and growth such as proliferation, survival, migration and differentiation. We hypothesized that FGF signaling not only controls the magnitude of growth during facial morphogenesis but also regulates the direction of growth via cell polarity. To test this idea, we infected migrating neural crest cells of chicken embryos with replication-competent avian sarcoma virus expressing either FgfR2(C278F), a receptor mutation found in Crouzon syndrome or the ligand Fgf8. Treated embryos exhibited craniofacial malformations resembling facial dysmorphologies in craniosynostosis syndrome. Consistent with our hypothesis, ectopic activation of FGF signaling resulted in decreased cell proliferation, increased expression of the Sprouty class of FGF signaling inhibitors, and repressed phosphorylation of ERK/MAPK. Furthermore, quantification of cell polarity in facial mesenchymal cells showed that while orientation of the Golgi body matches the direction of facial prominence outgrowth in normal cells, in FGF-treated embryos this direction is randomized, consistent with aberrant growth that we observed. Together, these data demonstrate that FGF signaling regulates cell proliferation and cell polarity and that these cell processes contribute to facial morphogenesis.
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 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».