MétaCan
Menu
Retour à la cohorte
Enregistrement W3008892119 · doi:10.1101/2020.03.03.966796

Dissection of the <i>Fgf8</i> regulatory landscape by <i>in vivo</i> CRISPR-editing reveals extensive inter- and intra-enhancer redundancy

2020· preprint· en· W3008892119 sur OpenAlexaff
Andreas Hörnblad, Katja Langenfeld, Sébastien Bastide, François Spitz

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2020
Typepreprint
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenomics and Chromatin Dynamics
Établissements canadiensCanadian Nautical Research Society
Organismes subventionnairesEuropean Molecular Biology LaboratoryDeutsches Krebsforschungszentrum
Mots-clésFGF8EnhancerBiologyHindbrainGeneticsGeneCRISPRComputational biologyGastrulationCell biologyGene expressionFibroblast growth factorEmbryonic stem cell

Résumé

récupéré en direct d'OpenAlex

Abstract Developmental genes are often regulated by multiple elements with overlapping activity. Yet, in most cases, the relative function of those elements and their contribution to endogenous gene expression remain uncharacterized. Illustrating this situation, distinct sets of enhancers have been proposed to direct Fgf8 in the limb apical ectodermal ridge (AER) and the midbrain-hindbrain boundary (MHB). Using in vivo CRISPR/Cas9 genome engineering, we functionally dissect this complex regulatory ensemble and demonstrate two distinct regulatory logics. In the AER, the control of Fgf8 expression appears extremely distributed between different enhancers. In contrast, in the MHB, one of the three active enhancers is essential while the other two are dispensable. Further dissection of the essential MHB enhancer revealed another layer of redundancy and identified two sub-parts required independently for Fgf8 expression and formation of midbrain and cerebellar structures. Interestingly, cross-species transgenic analysis of this enhancer suggests changes of the organisation of this essential regulatory node in the vertebrate lineage.

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 enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

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 recherche0,0000,001
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 Opus0,005
Tête enseignante GPT0,198
Écart entre enseignants0,193 · 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

Citations4
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)Même sujetGenomics and Chromatin DynamicsTravaux en français237 207