MétaCan
Menu
Retour à la cohorte
Enregistrement W4366245922 · doi:10.1016/j.isci.2023.106690

Neurogenetic identification of mosquito sensory neurons

2023· article· en· W4366245922 sur OpenAlexafffund
Joanna K. Konopka, Darya Task, Danny Poinapen, Christopher J. Potter

Notice bibliographique

RevueiScience · 2023
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeurobiology and Insect Physiology Research
Établissements canadiensWestern University
Organismes subventionnairesBloomberg PhilanthropiesNational Institutes of HealthNational Institute of Allergy and Infectious DiseasesJohns Hopkins UniversityNatural Sciences and Engineering Research Council of CanadaU.S. Department of Defense
Mots-clésBiologySensory systemNeuroscienceAppendageCRISPRAnophelesGeneAnatomyGeneticsMalaria

Résumé

récupéré en direct d'OpenAlex

Anopheles mosquitoes, as vectors for the malaria parasite, are a global threat to human health. To find and bite a human, they utilize neurons within their sensory appendages. However, the identity and quantification of sensory appendage neurons are lacking. Here we use a neurogenetic approach to label all neurons in Anopheles coluzzii mosquitoes. We utilize the homology assisted CRISPR knock-in (HACK) approach to generate a T2A-QF2 w knock-in of the synaptic gene bruchpilot . We use a membrane-targeted GFP reporter to visualize the neurons in the brain and to quantify neurons in all major chemosensory appendages (antenna, maxillary palp, labella, tarsi, and ovipositor). By comparing labeling of brp>GFP and Orco>GFP mosquitoes, we predict the extent of neurons expressing ionotropic receptors (IRs) or other chemosensory receptors. This work introduces a valuable genetic tool for the functional analysis of Anopheles mosquito neurobiology and initiates characterization of the sensory neurons that guide mosquito behavior.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,057
Score d'incertitude au seuil0,884

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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.

Tête enseignante Opus0,075
Tête enseignante GPT0,344
Écart entre enseignants0,268 · 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.

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

Citations22
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueiScienceMême sujetNeurobiology and Insect Physiology ResearchTravaux en français237 207