MétaCan
Menu
Retour à la cohorte
Enregistrement W3155169680 · doi:10.1126/sciadv.abj0186

A neural circuit linking two sugar sensors regulates satiety-dependent fructose drive in <i>Drosophila</i>

2021· article· en· W3155169680 sur OpenAlexafffund
Pierre‐Yves Musso, Pierre Junca, Michael D. Gordon

Notice bibliographique

RevueScience Advances · 2021
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeurobiology and Insect Physiology Research
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMichael Smith Health Research BC
Mots-clésDrosophila (subgenus)FructoseSugarNeuroscienceNeural activityCell biologyBiologyChemistryComputer scienceBiochemistryGene

Résumé

récupéré en direct d'OpenAlex

In flies, neuronal sensors detect prandial changes in circulating fructose levels and either sustain or terminate feeding, depending on internal state. Here, we describe a three-part neural circuit that imparts satiety-dependent modulation of fructose sensing. We show that dorsal fan-shaped body neurons display oscillatory calcium activity when hemolymph glucose is high and that these oscillations require glutamatergic input from SLP-AB or “Janus” neurons projecting from the protocerebrum to the asymmetric body. Suppression of activity in this circuit, either by starvation or by genetic silencing, promotes specific drive for fructose ingestion. This is achieved through neuropeptidergic signaling by tachykinin, which is released from the fan-shaped body when glycemia is high. Tachykinin, in turn, signals to Gr43a-positive fructose sensors to modulate their response to fructose. Together, our results demonstrate how a three-layer neural circuit links the detection of two sugars to produce precise satiety-dependent control of feeding behavior.

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 enseignants0,001
Score d'incertitude au seuil0,004

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 recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,030
Tête enseignante GPT0,314
Écart entre enseignants0,283 · 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

Citations40
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueScience AdvancesMême sujetNeurobiology and Insect Physiology ResearchTravaux en français237 207