MétaCan
Menu
Retour à la cohorte
Enregistrement W2766848146 · doi:10.1038/s41598-017-14809-8

Asymmetric BMP4 signalling improves the realism of kidney organoids

2017· article· en· W2766848146 sur OpenAlexfundno aff
Christopher G. Mills, Melanie L. Lawrence, David A. D. Munro, Mona Elhendawi, John J. Mullins, Jamie A. Davies

Notice bibliographique

RevueScientific Reports · 2017
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueRenal and related cancers
Établissements canadiensnon disponible
Organismes subventionnairesMedical Research CouncilKidney Research UKBritish Heart FoundationYork University
Mots-clésOrganoidNephronUreterKidneyAnatomyBiologyDuct (anatomy)Cell biologyComputer scienceMedicineEndocrinologyUrology

Résumé

récupéré en direct d'OpenAlex

We present a strategy for increasing the anatomical realism of organoids by applying asymmetric cues to mimic spatial information that is present in natural embryonic development, and demonstrate it using mouse kidney organoids. Existing methods for making kidney organoids in mice yield developing nephrons arranged around a symmetrical collecting duct tree that has no ureter. We use transplant experiments to demonstrate plasticity in the fate choice between collecting duct and ureter, and show that an environment rich in BMP4 promotes differentiation of early collecting ducts into uroplakin-positive, unbranched, ureter-like epithelial tubules. Further, we show that application of BMP4-releasing beads in one place in an organoid can break the symmetry of the system, causing a nearby collecting duct to develop into a uroplakin-positive, broad, unbranched, ureter-like 'trunk' from one end of which true collecting duct branches radiate and induce nephron development in an arrangement similar to natural kidneys. The idea of using local symmetry-breaking cues to improve the realism of organoids may have applications to organoid systems other than the kidney.

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)0,001
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 enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,008
Tête enseignante GPT0,243
Écart entre enseignants0,235 · 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

Citations37
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetRenal and related cancersTravaux en français237 207