MétaCan
Menu
Retour à la cohorte
Enregistrement W3198530657 · doi:10.7554/elife.67453

Modeling spinal locomotor circuits for movements in developing zebrafish

2021· article· en· W3198530657 sur OpenAlexafffund
Yann Roussel, Stephanie F. Gaudreau, Emily R Kacer, Mohini Sengupta, Tuan V. Bui

Notice bibliographique

RevueeLife · 2021
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueZebrafish Biomedical Research Applications
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMcDonnell Center for Systems Neuroscience
Mots-clésNeuroscienceSpinal cordZebrafishCentral pattern generatorBiological neural networkBiologyNerve netAnatomyRhythmMedicine

Résumé

récupéré en direct d'OpenAlex

Many spinal circuits dedicated to locomotor control have been identified in the developing zebrafish. How these circuits operate together to generate the various swimming movements during development remains to be clarified. In this study, we iteratively built models of developing zebrafish spinal circuits coupled to simplified musculoskeletal models that reproduce coiling and swimming movements. The neurons of the models were based upon morphologically or genetically identified populations in the developing zebrafish spinal cord. We simulated intact spinal circuits as well as circuits with silenced neurons or altered synaptic transmission to better understand the role of specific spinal neurons. Analysis of firing patterns and phase relationships helped to identify possible mechanisms underlying the locomotor movements of developing zebrafish. Notably, our simulations demonstrated how the site and the operation of rhythm generation could transition between coiling and swimming. The simulations also underlined the importance of contralateral excitation to multiple tail beats. They allowed us to estimate the sensitivity of spinal locomotor networks to motor command amplitude, synaptic weights, length of ascending and descending axons, and firing behavior. These models will serve as valuable tools to test and further understand the operation of spinal circuits for locomotion.

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 enseignants0,198
Score d'incertitude au seuil0,388

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,037
Tête enseignante GPT0,337
Écart entre enseignants0,300 · 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

Citations39
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueeLifeMême sujetZebrafish Biomedical Research ApplicationsTravaux en français237 207