MétaCan
Menu
Retour à la cohorte
Enregistrement W3209707765

Characterization of neuron development in GDF11 zebrafish mutants

2017· article· en· W3209707765 sur OpenAlexaff
Carmen Duursema

Notice bibliographique

RevueStudent Research Proceedings · 2017
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiquePluripotent Stem Cells Research
Établissements canadiensMacEwan University
Organismes subventionnairesnon disponible
Mots-clésZebrafishDanioBiologyModel organismMutantGeneGeneticsPhenotypeMutationIn situ hybridizationCell biologyGene expression
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The zebrafish (Danio rerio) has become an excellent model organism for studying vertebrate development and disease. More than 1000 zebrafish mutants have been identified, where changes in specific genes have correlated with human defects. Many of these mutations occur in genes with orthologues in humans, leading to the creation of animal models that resemble human disease types. Examples of this are demonstrated by mutations seen in bone morphogenetic protein (BMP) family members in both humans and zebrafish. This project investigated whether mutations in the BMP growth differentiation factor 11 (GDF11) gene result in deficits during zebrafish neuron development. Neuronal development was characterized using in situ hybridization and immunofluorescence techniques. Changes in neuronal development were examined using probes recognizing neurons, including RMO44 and acetylated tubulin. Experimental results from this preliminary characterization contribute to the on-going characterization of phenotypes seen in GDF11 mutants. Discipline: Biology Faculty Mentor: Dr. Lisa Prichard

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)0,002
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,341
Score d'incertitude au seuil0,487

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
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 ouverte0,0010,001
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 Opus0,070
Tête enseignante GPT0,389
Écart entre enseignants0,319 · 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

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStudent Research ProceedingsMême sujetPluripotent Stem Cells ResearchTravaux en français237 207