How to turn an organism into a model organism in 10 ‘easy’ steps
Notice bibliographique
Résumé
ABSTRACT Many of the major biological discoveries of the 20th century were made using just six species: Escherichia coli bacteria, Saccharomyces cerevisiae and Schizosaccharomyces pombe yeast, Caenorhabditis elegans nematodes, Drosophila melanogaster flies and Mus musculus mice. Our molecular understanding of the cell division cycle, embryonic development, biological clocks and metabolism were all obtained through genetic analysis using these species. Yet the ‘big 6’ did not start out as genetic model organisms (hereafter ‘model organisms’), so how did they mature into such powerful systems? First, these model organisms are abundant human commensals: they are the bacteria in our gut, the yeast in our beer and bread, the nematodes in our compost pile, the flies in our kitchen and the mice in our walls. Because of this, they are cheaply, easily and rapidly bred in the laboratory and in addition were amenable to genetic analysis. How and why should we add additional species to this roster? We argue that specialist species will reveal new secrets in important areas of biology and that with modern technological innovations like next-generation sequencing and CRISPR-Cas9 genome editing, the time is ripe to move beyond the big 6. In this review, we chart a 10-step path to this goal, using our own experience with the Aedes aegypti mosquito, which we built into a model organism for neurobiology in one decade. Insights into the biology of this deadly disease vector require that we work with the mosquito itself rather than modeling its biology in another species.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».