Zebrafish and inherited photoreceptor disease: Models and insights
Notice bibliographique
Résumé
Photoreceptor dysfunctions and degenerative diseases are significant causes of vision loss in patients, with few effective treatments available. Targeted interventions to prevent or reverse photoreceptor-related vision loss are not possible without a thorough understanding of the underlying mechanism leading to disease, which is exceedingly difficult to accomplish in the human system. Cone diseases are particularly challenging to model, as some popular genetically modifiable model animals are nocturnal with a rod-dominant visual system and cones that have dissimilarities to human cones. As a result, cone diseases, which affect visual acuity, colour perception, and central vision in patients, are generally poorly understood in terms of pathology and mechanism. Zebrafish (Danio rerio) provide the opportunity to model photoreceptor diseases in a diurnal vertebrate with a cone-rich retina which develops many macular degeneration-like pathologies. Zebrafish undergo external development, allowing early-onset retinal diseases to be detected and studied, and many ophthalmic tools are available for zebrafish visual assessment during development and adulthood. There are numerous zebrafish models of photoreceptor disease, spanning the various types of photoreceptor disease (developmental, rod, cone, and mixed photoreceptor diseases) and genetic/molecular cause. In this review, we explore the features of zebrafish that make them uniquely poised to model cone diseases, summarize the established zebrafish models of inherited photoreceptor disease, and discuss how disease in these models compares to the human presentation, where applicable. Further, we highlight the contributions of these zebrafish models to our understanding of photoreceptor biology and disease, and discuss future directions for utilising and investigating these diverse models.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».