MétaCan
Menu
Retour à la cohorte
Enregistrement W2766003419 · doi:10.1073/pnas.1708710114

Rat embryonic stem cells produce fertile offspring through tetraploid complementation

2017· article· en· W2766003419 sur OpenAlexaff
Tianda Li, Guihai Feng, Yufei Li, Mei Wang, Junjie Mao, Jiaqiang Wang, Xin Li, Xuepeng Wang, Bin Qu, Leyun Wang, Xinxin Zhang, Haifeng Wan, Tongtong Cui, Cong Wan, Lei Liu, Xiaoyang Zhao, Baoyang Hu, Wei Li, Qi Zhou

Notice bibliographique

RevueProceedings of the National Academy of Sciences · 2017
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiquePluripotent Stem Cells Research
Établissements canadiensSickKids FoundationHospital for Sick ChildrenUniversity of Toronto
Organismes subventionnairesNational Key Research and Development Program of ChinaMinistry of Science and Technology of the People's Republic of ChinaNational Natural Science Foundation of China
Mots-clésComplementationEmbryonic stem cellBiologyInduced pluripotent stem cellCell biologyHomeobox protein NANOGOffspringGeneticsPhenotypeGene

Résumé

récupéré en direct d'OpenAlex

Pluripotency of embryonic stem cells (ESCs) can be functionally assessed according to the developmental potency. Tetraploid complementation, through which an entire organism is produced from the pluripotent donor cells, is taken as the most stringent test for pluripotency. It remains unclear whether ESCs of other species besides mice can pass this test. Here we show that the rat ESCs derived under 2i (two small molecule inhibitors) conditions at very early passages are able to produce fertile offspring by tetraploid complementation. However, they lose this capacity rapidly during culture due to a nearly complete loss of genomic imprinting. Our findings support that the naïve ground state pluripotency can be captured in rat ESCs but also point to the species-specific differences in its regulation and maintenance, which have implications for the derivation and application of naïve pluripotent stem cells in other species including human.

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 enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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)0,0030,002

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 Opus0,072
Tête enseignante GPT0,349
Écart entre enseignants0,277 · 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

Citations22
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the National Academy of SciencesMême sujetPluripotent Stem Cells ResearchTravaux en français237 207