MétaCan
Menu
Retour à la cohorte
Enregistrement W3113975382

Global community effect: large-scale cooperation yields collective survival of differentiating embryonic stem cells [preprint]

2020· preprint· en· W3113975382 sur OpenAlexfundno aff
Hirad Daneshpour, Pim van den Bersselaar, Hyun Youk

Notice bibliographique

RevueThe Journal of the American Medical Association (JAMA) Network (American Medical Association) · 2020
Typepreprint
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGene Regulatory Network Analysis
Établissements canadiensnon disponible
Organismes subventionnairesNederlandse Organisatie voor Wetenschappelijk OnderzoekCanadian Institute for Advanced Research
Mots-clésMulticellular organismEmbryonic stem cellBiologyPreprintScale (ratio)Stem cellPopulationCell biologyCellEvolutionary biologyPhysicsGeneticsGeneSociology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

“Community effect” conventionally describes differentiation occurring only when enough cells help their local (micrometers-scale) neighbors differentiate. Although new community effects are being uncovered for myriad differentiations, macroscopic-scale community effects - fates of millions of cells all entangled across centimeters - remain elusive. We found that differentiating mouse Embryonic Stem (ES) cells that are scattered as individuals over many centimeters form one macroscopic entity via long-range communications. The macroscopic population avoids extinction only if its centimeter-scale density is above a threshold value. Single-cell-level measurements, transcriptomics, and mathematical modeling revealed that this “global community effect” occurs because differentiating ES-cell populations secrete, accumulate, and sense survival-promoting factors, including FGF4, that diffuse over many millimeters and activate Yap1-induced survival mechanisms. Only above-threshold-density populations accumulate above-threshold-concentrations of factors required to survive. We thus uncovered a previously overlooked, large-scale cooperation that underlies ES-cell differentiation. Tuning such large-scale cooperation may enable constructions of macroscopic, synthetic multicellular structures.

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

Étiquettes directes de modèles (non validées)

Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.

BrasCatégoriesDevis d'étudeConfiance
gemmaaucune catégorie
Domaine: non disponible · Genre: Empirique
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Expérimental (laboratoire)low
gptaucune catégorie
Domaine: non disponible · Genre: Empirique
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Expérimental (laboratoire)high
modèles en accordL'accord compare des ensembles de catégories et des devis identiques entre les bras.

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)0,020
score de la tête « metaresearch » (Gemma)0,011
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,124
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0200,011
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0000,002
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0030,003
Intégrité de la recherche0,0010,005
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 Opus0,007
Tête enseignante GPT0,248
Écart entre enseignants0,241 · 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

Étiqueté directement par 2 modèles lisant le dossier complet.

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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of the American Medical Association (JAMA) Network (American Medical Association)Même sujetGene Regulatory Network AnalysisTravaux en français237 207