<i>Neurog1</i>and<i>Neurog2</i>Control Two Waves of Neuronal Differentiation in the Piriform Cortex
Notice bibliographique
Résumé
The three-layered piriform cortex, an integral part of the olfactory system, processes odor information relayed by olfactory bulb mitral cells. Specifically, mitral cell axons form the lateral olfactory tract (LOT) by targeting lateral olfactory tract (lot) guidepost cells in the piriform cortex. While lot cells and other piriform cortical neurons share a pallial origin, the factors that specify their precise phenotypes are poorly understood. Here we show that in mouse, the proneural genes Neurog1 and Neurog2 are coexpressed in the ventral pallium, a progenitor pool that first gives rise to Cajal-Retzius (CR) cells, which populate layer I of all cortical domains, and later to layer II/III neurons of the piriform cortex. Using loss-of-function and gain-of-function approaches, we find that Neurog1 has a unique early role in reducing CR cell neurogenesis by tempering Neurog2's proneural activity. In addition, Neurog1 and Neurog2 have redundant functions in the ventral pallium, acting in two phases to first specify a CR cell fate and later to specify layer II/III piriform cortex neuronal identities. In the early phase, Neurog1 and Neurog2 are also required for lot cell differentiation, which we reveal are a subset of CR neurons, the loss of which prevents mitral cell axon innervation and LOT formation. Consequently, mutation of Trp73, a CR-specific cortical gene, results in lot cell and LOT axon displacement. Neurog1 and Neurog2 thus have unique and redundant functions in the piriform cortex, controlling the timing of differentiation of early-born CR/lot cells and specifying the identities of later-born layer II/III 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 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 | 0,001 | 0,002 |
| 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 | 0,001 | 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 ».