MétaCan
Menu
Retour à la cohorte
Enregistrement W4225463548 · doi:10.1242/dmm.049359

Rapid assessment of the temporal function and phenotypic reversibility of neurodevelopmental disorder risk genes in <i>Caenorhabditis elegans</i>

2022· article· en· W4225463548 sur OpenAlexafffund
Lexis D. Kepler, Troy A. McDiarmid, Catharine H. Rankin

Notice bibliographique

RevueDisease Models & Mechanisms · 2022
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetics, Aging, and Longevity in Model Organisms
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesCanadian Institutes of Health ResearchNational Institutes of Health
Mots-clésPhenotypeCaenorhabditis elegansBiologyGeneGeneticsLoss functionFunction (biology)Computational biology

Résumé

récupéré en direct d'OpenAlex

Recent studies have indicated that some phenotypes caused by decreased function of select neurodevelopmental disorder (NDD) risk genes can be reversed by restoring gene function in adulthood. However, few of the hundreds of risk genes have been assessed for adult phenotypic reversibility. We developed a strategy to rapidly assess the temporal requirements and phenotypic reversibility of NDD risk gene orthologs using a conditional protein degradation system and machine-vision phenotypic profiling in Caenorhabditis elegans. We measured how degrading and re-expressing orthologs of EBF3, BRN3A and DYNC1H1 at multiple periods throughout development affect 30 morphological, locomotor, sensory and learning phenotypes. We found that phenotypic reversibility was possible for each gene studied. However, the temporal requirements of gene function and degree of rescue varied by gene and phenotype. This work highlights the critical need to assess multiple windows of degradation and re-expression and a large number of phenotypes to understand the many roles a gene can have across the lifespan. This work also demonstrates the benefits of using a high-throughput model system to prioritize NDD risk genes for re-expression studies in other organisms.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,444
Score d'incertitude au seuil0,641

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,008
Tête enseignante GPT0,207
Écart entre enseignants0,199 · 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'étudeObservationnel
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

Citations6
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueDisease Models & MechanismsMême sujetGenetics, Aging, and Longevity in Model OrganismsTravaux en français237 207