MétaCan
Menu
Retour à la cohorte
Enregistrement W3088035548 · doi:10.1242/jcs.249037

The cationic amino acid exporter Slc7a7 is induced and vital in zebrafish tissue macrophages with sustained efferocytic activity

2020· article· en· W3088035548 sur OpenAlexaff
Doris Lou Demy, Mireille Carrère, Ramil R. Noche, Muriel Tauzin, Marion Le Bris, Chooyoung Baek, Ignaty Leshchiner, Wolfram Goessling, Philippe Herbomel

Notice bibliographique

RevueJournal of Cell Science · 2020
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueZebrafish Biomedical Research Applications
Établissements canadiensHospital for Sick Children
Organismes subventionnairesFondation pour la Recherche MédicaleAgence Nationale de la RechercheEuropean Commission
Mots-clésBiologyZebrafishCationic polymerizationAmino acidCell biologyBiochemistryGene

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Most tissues harbor a substantial population of resident macrophages. Here, we elucidate a functional link between the Slc7a7 cationic amino acid transporter and tissue macrophages. We identified a mutant zebrafish devoid of microglia due to a mutation in the slc7a7 gene. We found that in Slc7a7-deficient larvae, macrophages do enter the retina and brain to become microglia, but then die during the developmental wave of neuronal apoptosis, which triggers intense efferocytic work from them. A similar macrophage demise occurs in other tissues, at stages where macrophages have to engulf many cell corpses, whether due to developmental or experimentally triggered cell death. We found that Slc7a7 is the main cationic amino acid transporter expressed in macrophages of zebrafish larvae, and that its expression is induced in tissue macrophages within 1–2 h upon efferocytosis. Our data indicate that Slc7a7 is vital not only for microglia but also for any steadily efferocytic tissue macrophages, and that slc7a7 gene induction is one of the adaptive responses that allow them to cope with the catabolism of numerous dead cells without compromising their own viability.

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 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 enseignants0,013
Score d'incertitude au seuil0,184

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)0,0000,000

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.

Tête enseignante Opus0,009
Tête enseignante GPT0,275
Écart entre enseignants0,266 · 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.

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

Citations14
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Cell ScienceMême sujetZebrafish Biomedical Research ApplicationsTravaux en français237 207