MétaCan
Menu
Retour à la cohorte
Enregistrement W4382138257 · doi:10.3389/fnins.2023.1146147

Redistribution of the astrocyte phenotypes in the medial vestibular nuclei after unilateral labyrinthectomy

2023· article· en· W4382138257 sur OpenAlexaff
Jie Li, Pengjun Wang, Lu‐Yang Wang, Yaqin Wu, Jiping Wang, Dongzhen Yu, Zhengnong Chen, Haibo Shi, Shankai Yin

Notice bibliographique

RevueFrontiers in Neuroscience · 2023
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeuroinflammation and Neurodegeneration Mechanisms
Établissements canadiensUniversity of Toronto
Organismes subventionnairesShanghai Jiao Tong UniversityNational Natural Science Foundation of China
Mots-clésVestibular systemAstrocyteNeuroscienceMedial vestibular nucleusVestibular nucleiBiologyCentral nervous systemPopulationPathologyMedicine

Résumé

récupéré en direct d'OpenAlex

Astrocytes are highly heterogeneous and involved in different aspects of fundamental functions in the central nervous system (CNS). However, whether and how this heterogeneous population of cells reacts to the pathophysiological challenge is not well understood. To investigate the response status of astrocytes in the medial vestibular nucleus (MVN) after vestibular loss, we examined the subtypes of astrocytes in MVN using single-cell sequencing technology in a unilateral labyrinthectomy mouse model. We discovered four subtypes of astrocytes in the MVN with each displaying unique gene expression profiles. After unilateral labyrinthectomy, the proportion of the astrocytic subtypes and their transcriptional features on the ipsilateral side of the MVN differ significantly from those on the contralateral side. With new markers to detect and classify the subtypes of astrocytes in the MVN, our findings implicate potential roles of the adaptive changes of astrocyte subtypes in the early vestibular compensation following peripheral vestibular damage to reverse behavioral deficits.

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
Bibliométrie0,0010,000
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 Opus0,018
Tête enseignante GPT0,238
Écart entre enseignants0,220 · 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

Citations7
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in NeuroscienceMême sujetNeuroinflammation and Neurodegeneration MechanismsTravaux en français237 207