MétaCan
Menu
Retour à la cohorte
Enregistrement W4300818475 · doi:10.1016/j.bbrep.2022.101358

Potential role of TGFΒ and autophagy in early cerebellum development

2022· article· en· W4300818475 sur OpenAlexafffund
Azadeh Dalvand, Simone C. da Silva Rosa, Saeid Ghavami, Hassan Marzban

Notice bibliographique

RevueBiochemistry and Biophysics Reports · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueAutophagy in Disease and Therapy
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health ResearchResearch Manitoba
Mots-clésCell biologyCerebellumBiologyAutophagySignal transductionNeurogenesisDownregulation and upregulationTransforming growth factorTransforming growth factor betaEmbryonic stem cellNeuroscienceGeneticsApoptosis

Résumé

récupéré en direct d'OpenAlex

During development, the interconnected generation of various neural cell types within the cerebellar primordium is essential. Over embryonic (E) days E9-E13, Purkinje cells (PCs), and cerebellar nuclei (CN) neurons are among the created primordial neurons. The molecular and cellular mechanisms fundamental for the early cerebellar neurogenesis, migration/differentiation, and connectivity are not clear yet. Autophagy has a vital role in controlling cellular phenotypes, such as epithelial-to-mesenchymal transition (EMT) and endothelial to mesenchymal transition (EndMT). Transforming growth factor-beta 1 (TGF-β1) is the main player in pre-and postnatal development and controlling cellular morphological type via various mechanisms, such as autophagy. Thus, we hypothesized that TGF-β1 may regulate early cerebellar development by modifying the levels of cell adhesion molecules (CAMs) and consequently autophagy pathway in the mouse cerebellar primordium. We demonstrated the stimulation of the canonical TGF-β1 signaling pathway at the point that concurs with the generation of the nuclear transitory zone and PC plate in mice. Furthermore, our data show that the stimulated TGF-β1 signaling pathway progressively and chronologically could upregulate the expression of β-catenin (CTNNB1) and N-cadherin (CDH2) with the most expression at E11 and E12, leading to upregulation of chromodomain helicase DNA binding protein 8 (CDH8) and neural cell adhesion molecule 1 (NCAM1) expression, at E12 and E13. Finally, we demonstrated that the stimulated TGF-β signaling pathway may impede the autophagic flux at E11/E12. Nevertheless, basal autophagy flux happens at earlier developmental phases from E9-E10. Our study determined potential role of the TGF-β signaling and its regulatory impacts on autophagic flux during cerebellar development and cadherin expression, which can facilitate the proliferation, migration/differentiation, and placement of PCs and the CN neurons in their designated areas.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,004
Tête enseignante GPT0,209
Écart entre enseignants0,206 · 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 source (Gemma direct ou Codex distillé), 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

Citations12
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBiochemistry and Biophysics ReportsMême sujetAutophagy in Disease and TherapyTravaux en français237 207