MétaCan
Menu
Retour à la cohorte
Enregistrement W2999113335 · doi:10.7554/elife.52859

Phrenic-specific transcriptional programs shape respiratory motor output

2020· article· en· W2999113335 sur OpenAlexaff
Alicia N. Vagnozzi, Kiran Garg, Carola Dewitz, Matthew T. Moore, Jared M. Cregg, Lucie Jeannotte, Niccolò Zampieri, Lynn T. Landmesser, Polyxeni Philippidou

Notice bibliographique

RevueeLife · 2020
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeuroscience of respiration and sleep
Établissements canadiensCentre hospitalier de l'Université Laval
Organismes subventionnairesNational Institute of Neurological Disorders and StrokeNational Institute of General Medical SciencesEunice Kennedy Shriver National Institute of Child Health and Human DevelopmentNational Cancer InstituteMt. Sinai Health Care Foundation
Mots-clésRespiratory systemNeuroscienceBiologyAnatomy

Résumé

récupéré en direct d'OpenAlex

The precise pattern of motor neuron (MN) activation is essential for the execution of motor actions; however, the molecular mechanisms that give rise to specific patterns of MN activity are largely unknown. Phrenic MNs integrate multiple inputs to mediate inspiratory activity during breathing and are constrained to fire in a pattern that drives efficient diaphragm contraction. We show that Hox5 transcription factors shape phrenic MN output by connecting phrenic MNs to inhibitory premotor neurons. Hox5 genes establish phrenic MN organization and dendritic topography through the regulation of phrenic-specific cell adhesion programs. In the absence of Hox5 genes, phrenic MN firing becomes asynchronous and erratic due to loss of phrenic MN inhibition. Strikingly, mice lacking Hox5 genes in MNs exhibit abnormal respiratory behavior throughout their lifetime. Our findings support a model where MN-intrinsic transcriptional programs shape the pattern of motor output by orchestrating distinct aspects of MN connectivity.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,864
Score d'incertitude au seuil1,000

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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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 Opus0,151
Tête enseignante GPT0,285
Écart entre enseignants0,134 · 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.

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

Citations20
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueeLifeMême sujetNeuroscience of respiration and sleepTravaux en français237 207