Investigating mouse motor coordination using quantitative trait locus analysis to model the genetic underpinnings of developmental coordination disorder
Notice bibliographique
Résumé
ABSTRACT The fundamental skills for motor coordination and motor control emerge through development, from infancy to late childhood years. Neurodevelopmental disorders such as Developmental Coordination Disorder (DCD) lead to impaired acquisition of motor skills. This study investigated motor behaviors that reflect the core symptoms of human DCD through the use of BXD recombinant inbred lines of mice that are known to have divergent phenotypes in many behavioral traits, including motor activity. We sought to correlate behavior in basic motor control tasks with the known genotypes of these reference populations of mice using quantitative trait locus (QTL) mapping. We used twelve BXD lines with an average of 16 mice per group to assess the onset of reflexes during the early neonatal stage of life and differences in motor coordination using the open field, rotarod, and gait analyses during the adolescent/young adulthood period. Results indicated significant variability between lines in as to when neonatal reflexes appeared as well as significant line differences for all measures of motor coordination. Five lines (BXD15, BXD27, BXD28, BXD75, and BXD86) struggled with sensorimotor coordination as seen in gait analysis, rotarod, and open field, similar to human presentation of DCD. We identified three significant quantitative trait loci for gait on proximal Chr 3, Chr 4 and distal Chr 6. Based on expression, function, and polymorphism within the mapped QTL intervals, 7 candidate genes (Gpr63, Spata5, Trpc3, Cntn6, Chl1, Grm7 and Ogg1) emerged. This study offers new insights into mouse motor behavior which promises to be a first murine model to explore the genetics and neural correlates of DCD.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».