MétaCan
Menu
Retour à la cohorte
Enregistrement W2169318944 · doi:10.1126/science.1176615

Cell-Specific Information Processing in Segregating Populations of Eph Receptor Ephrin–Expressing Cells

2009· article· en· W2169318944 sur OpenAlexafffund
Claus Jørgensen, Andrew T. Sherman, Ginny I. Chen, Adrian Pasculescu, Alexei Poliakov, Marilyn S. Hsiung, Brett Larsen, David G. Wilkinson, Rune Linding, Tony Pawson

Notice bibliographique

RevueScience · 2009
Typearticle
Langueen
DomaineNeuroscience
ThématiqueAxon Guidance and Neuronal Signaling
Établissements canadiensUniversity of TorontoMount Sinai Hospital
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésEphrinErythropoietin-producing hepatocellular (Eph) receptorCell biologyCell sortingCellCell typeReceptor tyrosine kinaseBiologyCell signalingSignal transductionBiochemistry

Résumé

récupéré en direct d'OpenAlex

Cells have self-organizing properties that control their behavior in complex tissues. Contact between cells expressing either B-type Eph receptors or their transmembrane ephrin ligands initiates bidirectional signals that regulate cell positioning. However, simultaneously investigating how information is processed in two interacting cell types remains a challenge. We implemented a proteomic strategy to systematically determine cell-specific signaling networks underlying EphB2- and ephrin-B1-controlled cell sorting. Quantitative mass spectrometric analysis of mixed populations of EphB2- and ephrin-B1-expressing cells that were labeled with different isotopes revealed cell-specific tyrosine phosphorylation events. Functional associations between these phosphotyrosine signaling networks and cell sorting were established with small interfering RNA screening. Data-driven network modeling revealed that signaling between mixed EphB2- and ephrin-B1-expressing cells is asymmetric and that the distinct cell types use different tyrosine kinases and targets to process signals induced by cell-cell contact. We provide systems- and cell-specific network models of contact-initiated signaling between two distinct cell types.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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 Opus0,049
Tête enseignante GPT0,290
Écart entre enseignants0,241 · 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 source (Gemma direct ou Codex distillé), 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

Citations226
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueScienceMême sujetAxon Guidance and Neuronal SignalingTravaux en français237 207