MétaCan
Menu
Retour à la cohorte
Enregistrement W3092710087 · doi:10.1016/j.celrep.2020.108257

LRIG1-Mediated Inhibition of EGF Receptor Signaling Regulates Neural Precursor Cell Proliferation in the Neocortex

2020· article· en· W3092710087 sur OpenAlexafffund
Danielle Jeong, Daniela Lozano Casasbuenas, Archana Gengatharan, Kyshona M. Edwards, Armen Saghatelyan, David R. Kaplan, Freda D. Miller, Scott A. Yuzwa

Notice bibliographique

RevueCell Reports · 2020
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeurogenesis and neuroplasticity mechanisms
Établissements canadiensCanada Research ChairsUniversité LavalHospital for Sick ChildrenUniversity of Toronto
Organismes subventionnairesCanada First Research Excellence FundCanadian Institutes of Health ResearchHospital for Sick ChildrenUniversity of Toronto
Mots-clésNeural stem cellNeocortexCell biologyBiologyCell growthStem cellPrecursor cellEpidermal growth factorCellReceptorNeurosphereNeuroscienceAdult stem cellEmbryonic stem cellBiochemistry

Résumé

récupéré en direct d'OpenAlex

Here, we ask how neural stem cells (NSCs) transition in the developing neocortex from a rapidly to a slowly proliferating state, a process required to maintain lifelong stem cell pools. We identify LRIG1, known to regulate receptor tyrosine kinase signaling in other cell types, as a negative regulator of cortical NSC proliferation. LRIG1 is expressed in murine cortical NSCs as they start to proliferate more slowly during embryogenesis and then peaks postnatally when they transition to give rise to a portion of adult NSCs. Constitutive or acute loss of Lrig1 in NSCs over this developmental time frame causes stem cell expansion due to increased proliferation. LRIG1 controls NSC proliferation by associating with and negatively regulating the epidermal growth factor receptor (EGFR). These data support a model in which LRIG1 dampens the stem cell response to EGFR ligands within the cortical environment to slow their proliferation as they transition to postnatal adult NSCs.

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)0,001
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 enseignants0,003
Score d'incertitude au seuil0,571

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,028
Tête enseignante GPT0,224
Écart entre enseignants0,195 · 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

Citations24
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCell ReportsMême sujetNeurogenesis and neuroplasticity mechanismsTravaux en français237 207