MétaCan
Menu
Retour à la cohorte
Enregistrement W4308017591 · doi:10.1016/j.stemcr.2022.10.004

Virtual cells in a virtual microenvironment recapitulate early development-like patterns in human pluripotent stem cell colonies

2022· article· en· W4308017591 sur OpenAlexafffund
Himanshu Kaul, Nicolas Werschler, Ross D. Jones, Mona Siu, Mukul Tewary, Andrew Hagner, Joel Östblom, Daniel Aguilar‐Hidalgo, Peter W. Zandstra

Notice bibliographique

RevueStem Cell Reports · 2022
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiquePluripotent Stem Cells Research
Établissements canadiensUniversity of TorontoCanada's Michael Smith Genome Sciences CentreUniversity of British Columbia
Organismes subventionnairesInstitute of GeneticsNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health ResearchRoyal Academy of EngineeringMichael Smith Health Research BC
Mots-clésBiologyInduced pluripotent stem cellEmbryonic stem cellGene regulatory networkGastrulationCell biologyStem cellCellular differentiationComputational biologyGeneticsGeneGene expression

Résumé

récupéré en direct d'OpenAlex

The mechanism by which morphogenetic signals engage the regulatory networks responsible for early embryonic tissue patterning is incompletely understood. Here, we developed a minimal gene regulatory network (GRN) model of human pluripotent stem cell (hPSC) lineage commitment and embedded it into "cellular" agents that respond to a dynamic morphogenetic signaling microenvironment. Simulations demonstrated that GRN wiring had significant non-intuitive effects on tissue pattern order, composition, and dynamics. Experimental perturbation of GRN connectivities supported model predictions and demonstrated the role of OCT4 as a master regulator of peri-gastrulation fates. Our so-called GARMEN strategy provides a multiscale computational platform to understand how single-cell-based regulatory interactions scale to tissue domains. This foundation provides new opportunities to simulate the impact of network motifs on normal and aberrant tissue development.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,040
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
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 Opus0,010
Tête enseignante GPT0,217
Écart entre enseignants0,208 · 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.

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

Citations18
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueStem Cell ReportsMême sujetPluripotent Stem Cells ResearchTravaux en français237 207