MétaCan
Menu
← Retour à la cohorte
Enregistrement W2883902591 · doi:10.1371/journal.pone.0199570

A novel method for quantifying axon degeneration

2018· article· en· W2883902591 sur OpenAlexafffund
Aaron Johnstone, Robin Hallett, Andrés de León, Bruno Carturan, Julien Gibon, Philip Barker

Notice bibliographique

RevuePLoS ONE · 2018
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNerve injury and regeneration
Établissements canadiensOkanagan University CollegeMcGill UniversityUniversity of British Columbia, Okanagan CampusHospital for Sick ChildrenUniversity of British ColumbiaSickKids FoundationUniversity of TorontoMontreal Neurological Institute and Hospital
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésAxonNeuroscienceDegeneration (medical)Dorsal root ganglionNerve growth factorBiologyAxon guidanceCell biologySpinal cordPathologyMedicineReceptorGenetics

Résumé

récupéré en direct d'OpenAlex

Axons normally degenerate during development of the mammalian nervous system, but dysregulation of the same genetically-encoded destructive cellular machinery can destroy crucial structures during adult neurodegenerative diseases. Nerve growth factor (NGF) withdrawal from dorsal root ganglia (DRG) axons is a well-established in vitro experimental model for biochemical and cell biological studies of developmental degeneration. Definitive methods for measuring axon degeneration have been lacking and here we report a novel method of axon degeneration quantification from bulk cultures of DRG that enables objective and automated measurement of axonal density over the entire field of radial axon outgrowth from the ganglion. As proof of principal, this new method, written as an R script called Axoquant 2.0, was used to examine the role of extracellular Ca2+ in the execution of cytoskeletal disassembly during degeneration of NGF-deprived DRG axons. This method can be easily applied to examine degenerative or neuroprotective effects of gene manipulations and pharmacological interventions.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,003

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 Opus0,342
Tête enseignante GPT0,367
Écart entre enseignants0,025 · 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations8
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePLoS ONE→Même sujetNerve injury and regeneration→Travaux en français237 207→