MétaCan
Menu
Retour à la cohorte
Enregistrement W4397003240 · doi:10.1142/s0219720024500112

Body plan evolvability: The role of variability in gene regulatory networks

2024· article· en· W4397003240 sur OpenAlexaff
Alexander V. Spirov, Ekaterina Myasnikova, David M. Holloway

Notice bibliographique

RevueJournal of Bioinformatics and Computational Biology · 2024
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAnimal Genetics and Reproduction
Établissements canadiensBritish Columbia Institute of Technology
Organismes subventionnairesnon disponible
Mots-clésEvolvabilityBody planGene regulatory networkGenePlan (archaeology)BiologyComputational biologyRegulator geneGeneticsEvolutionary biologyRegulation of gene expressionGene expression

Résumé

récupéré en direct d'OpenAlex

) development has characterized the degree to which gene regulation networks can be robust to natural variability. In the first few hours of development, broad spatial gradients of maternally derived transcription factors activate embryonic gap genes. These gap patterns determine the subsequent segmented insect body plan through pair-rule gene expression. Gap genes are expressed with greater spatial precision than the maternal patterns. Computational modeling of the gap-gap regulatory interactions provides a mechanistic understanding for this robustness to maternal variability in wild-type (WT) patterning. A long-standing question in evolutionary biology has been how a system which is robust, such as the developmental program creating any particular species' body plan, is also evolvable, i.e. how can a system evolve or speciate, if the WT form is strongly buffered and protected? In the present work, we use the WT model to explore the breakdown of such Waddington-type 'canalization'. What levels of variability will push the system out of the WT form; are there particular pathways in the gene regulatory mechanism which are more susceptible to losing the WT form; and when robustness is lost, what types of forms are most likely to occur (i.e. what forms lie near the WT)? Manipulating maternal effects in several different pathways, we find a common gap 'peak-to-step' pattern transition in the loss of WT. We discuss these results in terms of the evolvability of insect segmentation, and in terms of experimental perturbations and mutations which could test the model predictions. We conclude by discussing the prospects for using continuum models of pattern dynamics to investigate a wider range of evo-devo problems.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
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 Opus0,005
Tête enseignante GPT0,222
Écart entre enseignants0,218 · 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'étudeSimulation ou modélisation
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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Bioinformatics and Computational BiologyMême sujetAnimal Genetics and ReproductionTravaux en français237 207