Distribution of prototypical primary cilia markers in subtypes of retinal ganglion cells
Notice bibliographique
Résumé
Loss of retinal ganglion cells (RGCs) underlies several forms of retinal disease including glaucomatous optic neuropathy, a leading cause of irreversible blindness. Several rare genetic disorders associated with cilia dysfunction have retinal degeneration as a clinical hallmark. Much of the focus of ciliopathy associated blindness is on the connecting cilium of photoreceptors; however, RGCs also possess primary cilia. It is unclear what roles RGC cilia play, what proteins and signaling machinery localize to RGC cilia, or how RGC cilia are differentiated across the subtypes of RGCs. To better understand these questions, we assessed the presence or absence of a prototypical cilia marker Arl13b and a widely distributed neuronal cilia marker AC3 in different subtypes of mouse RGCs. Interestingly, not all RGC subtype cilia are the same and there are significant differences even among these standard cilia markers. Alpha-RGCs positive for osteopontin, calretinin, and SMI32 primarily possess AC3-positive cilia. Directionally selective RGCs that are CART positive or Trhr positive localize either Arl13b or AC3, respectively, in cilia. Intrinsically photosensitive RGCs differentially localize Arl13b and AC3 based on melanopsin expression. Taken together, we characterized the localization of gold standard cilia markers in different subtypes of RGCs and conclude that cilia within RGC subtypes may be differentially organized. Future studies aimed at understanding RGC cilia function will require a fundamental ability to observe the cilia across subtypes as their signaling protein composition is elucidated. A comprehensive understanding of RGC cilia may reveal opportunities to understanding how their dysfunction leads to retinal degeneration.
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 | 0,001 | 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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».