Different Concentrations of FGF Ligands, FGF2 or FGF8 Determine Distinct States of WNT-Induced Presomitic Mesoderm
Notice bibliographique
Résumé
Presomitic mesoderm (PSM) cells are the precursors of the somites, which flank both sides of the neural tube and give rise to the musculo-skeletal system shaping the vertebrate body. WNT and FGF signaling control the formation of both the PSM and the somites and show a graded distribution with highest levels in the posterior PSM. We have used reporters for the mesoderm/PSM control genes T, Tbx6, and Msgn1 to investigate the differentiation of mouse ESCs from the naïve state via EpiSCs to PSM cells. Here we show that the activation of WNT signaling by CHIR99021 (CH) in combination with FGF ligand induces embryo-like PSM at high efficiency. By varying the FGF ligand concentration, the state of PSM cells formed can be altered. High FGF concentration supports posterior PSM formation, whereas low FGF generates anterior/differentiating PSM, in line with in vivo data. Furthermore, the level of Msgn1 expression depends on the FGF ligand concentration. We also show that Activin/Nodal signaling inhibits CH-mediated PSM induction in EpiSCs, without affecting T-expression. Inversely, Activin/Nodal inhibition enhances PSM induction by WNT/high FGF signaling. The ability to generate PSM cells of either posterior or anterior PSM identity with high efficiency in vitro will promote the investigation of the gene regulatory networks controlling the formation of nascent PSM cells and their switch to differentiating/somitic paraxial mesoderm. Stem Cells 2016;34:1790-1800.
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 ».