MétaCan
Menu
Retour à la cohorte
Enregistrement W2583141155 · doi:10.1002/dvdy.24490

Quantifying three‐dimensional morphology and RNA from individual embryos

2017· article· en· W2583141155 sur OpenAlexafffund
Rebecca M. Green, Courtney L. Leach, Natasha Hoehn, Ralph Marcucio, Benedikt Hallgrímsson

Notice bibliographique

RevueDevelopmental Dynamics · 2017
Typearticle
Langueen
DomaineMathematics
ThématiqueMorphological variations and asymmetry
Établissements canadiensAlberta Children's HospitalAlberta Bone and Joint Health InstituteUniversity of Calgary
Organismes subventionnairesNational Institute of Dental and Craniofacial ResearchNatural Sciences and Engineering Research Council of Canada
Mots-clésBiologyMorphology (biology)EmbryoRNAEvolutionary biologyCell biologyZoologyGeneticsGene

Résumé

récupéré en direct d'OpenAlex

Quantitative analysis of morphogenesis aids our understanding of developmental processes by providing a method to link changes in shape with cellular and molecular processes. Over the last decade, many methods have been developed for 3D imaging of embryos using microCT scanning to quantify the shape of embryos during development. These methods generally involve a powerful, cross-linking fixative such as paraformaldehyde to limit shrinkage during the CT scan. However, the extended time frames that these embryos are incubated in such fixatives prevent use of the tissues for molecular analysis after microCT scanning. This is a significant problem because it limits the ability to correlate variation in molecular data with morphology at the level of individual embryos. Here we outline a novel method that allows RNA, DNA, or protein isolation following CT scan while also allowing imaging of different tissue layers within the developing embryo. We show shape differences early in craniofacial development (E11.5) between common mouse genetic backgrounds, and demonstrate that we are able to generate RNA from these embryos after CT scanning that is suitable for downstream real time PCR (RT-PCR) and RNAseq analyses. Developmental Dynamics 246:431-436, 2017. © 2017 Wiley Periodicals, Inc.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,312
Score d'incertitude au seuil0,621

Scores Codex et Gemma par catégorie

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 technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,001
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 Opus0,086
Tête enseignante GPT0,310
Écart entre enseignants0,224 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations11
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueDevelopmental DynamicsMême sujetMorphological variations and asymmetryTravaux en français237 207