MétaCan
Menu
Retour à la cohorte
Enregistrement W4366206385 · doi:10.3389/fnmol.2023.1160707

The regeneration-responsive element careg monitors activation of Müller glia after MNU-induced damage of photoreceptors in the zebrafish retina

2023· article· en· W4366206385 sur OpenAlexfundno aff
Thomas Bise, Catherine Pfefferli, Marylène Bonvin, Lea Taylor, Heidi E. L. Lischer, Rémy Bruggmann, Anna Jaźwińska

Notice bibliographique

RevueFrontiers in Molecular Neuroscience · 2023
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueRetinal Development and Disorders
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of BernSchweizerischer Nationalfonds zur Förderung der Wissenschaftlichen ForschungNovartis FoundationUniversité de FribourgNovartis Stiftung für Medizinisch-Biologische ForschungFlorida State UniversityUniversity of AlbertaNational Science Foundation
Mots-clésZebrafishMuller gliaRetinaRegeneration (biology)Cell biologyNeuroscienceBiologyAnatomyStem cellBiochemistryGeneProgenitor cell

Résumé

récupéré en direct d'OpenAlex

In contrast to mammals, zebrafish can regenerate their damaged photoreceptors. This capacity depends on the intrinsic plasticity of Müller glia (MG). Here, we identified that the transgenic reporter careg, a marker of regenerating fin and heart, also participates in retina restoration in zebrafish. After methylnitrosourea (MNU) treatment, the retina became deteriorated and contained damaged cell types including rods, UV-sensitive cones and the outer plexiform layer. This phenotype was associated with the induction of careg expression in a subset of MG until the reconstruction of the photoreceptor synaptic layer. Single-cell RNA sequencing (scRNAseq) analysis of regenerating retinas revealed a population of immature rods, defined by high expression of rhodopsin and the ciliogenesis gene meig1, but low expression of phototransduction genes. Furthermore, cones displayed deregulation of metabolic and visual perception genes in response to retina injury. Comparison between careg:EGFP expressing and non-expressing MG demonstrated that these two subpopulations are characterized by distinct molecular signatures, suggesting their heterogenous responsiveness to the regenerative program. Dynamics of ribosomal protein S6 phosphorylation showed that TOR signaling became progressively switched from MG to progenitors. Inhibition of TOR with rapamycin reduced the cell cycle activity, but neither affected careg:EGFP expression in MG, nor prevented restoration of the retina structure. This indicates that MG reprogramming, and progenitor cell proliferation might be regulated by distinct mechanisms. In conclusion, the careg reporter detects activated MG, and provides a common marker of regeneration-competent cells in diverse zebrafish organs, including the retina.

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 enseignants0,002
Score d'incertitude au seuil0,005

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 Opus0,008
Tête enseignante GPT0,242
Écart entre enseignants0,234 · 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

Citations3
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Molecular NeuroscienceMême sujetRetinal Development and DisordersTravaux en français237 207