MétaCan
Menu
Retour à la cohorte
Enregistrement W4386741532 · doi:10.1038/s41467-023-41349-9

Multimodal spatiotemporal transcriptomic resolution of embryonic palate osteogenesis

2023· article· en· W4386741532 sur OpenAlexaff
Jeremie D. Oliver, Resmi Raju, Daniela M. Roth, Emma Wentworth Winchester, Parna Chattaraj, Fahad Kidwai, Fábio R. Faucz, James Iben, Apratim Mitra, Kiersten Campbell, Gus Fridell, Caroline Esnault, Justin Cotney, Ryan Dale, Rena N. D’Souza

Notice bibliographique

RevueNature Communications · 2023
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCleft Lip and Palate Research
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNational Institute of Dental and Craniofacial ResearchNational Institute of General Medical SciencesNational Institutes of Health
Mots-clésEmbryonic stem cellTranscriptomeComputational biologyComputer scienceBiologyHigh resolutionGeneticsRemote sensingGeologyGeneGene expression

Résumé

récupéré en direct d'OpenAlex

The terminal differentiation of osteoblasts and subsequent formation of bone marks an important phase in palate development that leads to the separation of the oral and nasal cavities. While the morphogenetic events preceding palatal osteogenesis are well explored, major gaps remain in our understanding of the molecular mechanisms driving the formation of this bony union of the fusing palate. Through bulk, single-nucleus, and spatially resolved RNA-sequencing analyses of the developing secondary palate, we identify a shift in transcriptional programming between embryonic days 14.5 and 15.5 pinpointing the onset of osteogenesis. We define spatially restricted expression patterns of key osteogenic marker genes that are differentially expressed between these developmental timepoints. Finally, we identify genes in the palate highly expressed by palate nasal epithelial cells, also enriched within palatal osteogenic mesenchymal cells. This investigation provides a relevant framework to advance palate-specific diagnostic and therapeutic biomarker discovery.

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)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,818
Score d'incertitude au seuil0,362

Scores Codex et Gemma par catégorie

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 ouverte0,0010,000
Intégrité de la recherche0,0000,000
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 Opus0,029
Tête enseignante GPT0,329
Écart entre enseignants0,300 · 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

Citations38
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNature CommunicationsMême sujetCleft Lip and Palate ResearchTravaux en français237 207