Comparing Viral Vectors and Fate Mapping Approaches for Astrocyte-to-Neuron Reprogramming in the Injured Mouse Cerebral Cortex
Notice bibliographique
Résumé
Direct neuronal reprogramming is a promising approach to replace neurons lost due to disease via the conversion of endogenous glia reacting to brain injury into neurons. However, it is essential to demonstrate that the newly generated neurons originate from glial cells and/or show that they are not pre-existing endogenous neurons. Here, we use controls for both requirements while comparing two viral vector systems (Mo-MLVs and AAVs) for the expression of the same neurogenic factor, the phosphorylation-resistant form of Neurogenin2. Our results show that Mo-MLVs targeting proliferating glial cells after traumatic brain injury reliably convert astrocytes into neurons, as assessed by genetic fate mapping of astrocytes. Conversely, expressing the same neurogenic factor in a flexed AAV system results in artefactual labelling of endogenous neurons fatemapped by birthdating in development that are negative for the genetic fate mapping marker induced in astrocytes. These results are further corroborated by chronic live in vivo imaging. Taken together, the phosphorylation-resistant form of Neurogenin2 is more efficient in reprogramming reactive glia into neurons than its wildtype counterpart in vivo using retroviral vectors (Mo-MLVs) targeting proliferating glia. Conversely, AAV-mediated expression generates artefacts and is not sufficient to achieve fate conversion.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».