Developmental Single-cell transcriptomics in the <i>Lytechinus variegatus</i> Sea Urchin Embryo
Notice bibliographique
Résumé
Abstract Here we employed scRNA-seq coupled with computational approaches to examine molecular changes in cells during specification and differentiation. We examined the first 24 hours of development of the sea urchin Lytechinus variegatus ( Lv ) with 18 time points during which the embryo develops to the larval stage. Using Waddington-OT, the time points were computationally “stitched” together to calculate developmental trajectories. Skeletogenic cells displayed the expected immediate early divergence while other lineages diverged asynchronously, with many cells retaining an intermediate specification status until late in gastrulation. The Lv -scRNA-seq dataset was compared to the developmental Gene Regulatory Network (dGRN) model of specification in Strongylocentrotus purpuratus ( Sp ). 79 of 80 genes (98%) in that dGRN are present in the Lv -scRNA-seq dataset, and expressed in the correct lineages in which the dGRN circuits operate. Surprisingly, however, many heterochronies in timing of first expression of dGRN genes have evolved between the two species. Replotting the two dGRNs with precise attention to time of expression revealed a number of feedback inputs that likely buffer the dGRNs, allowing them to maintain function in the face of accumulating heterochronies. Summary statement The early development of the sea urchin embryo was followed using scRNA-seq plus computational methods to trace lineage diversifications. These were matched to gene regulatory network changes over time.
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) | 0,000 | 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 | 0,001 |
| 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 ».