Measurements of neurite extension and nucleokinesis in an iPSC-derived model system following microtubule perturbation
Notice bibliographique
Résumé
In neurons, patterns of different microtubule types are essential for neurite extension and nucleokinesis. Cellular model systems such as rodent primary cultures and induced pluripotent stem cells (iPSC)-derived neurons have provided key insights into how these patterns are created and maintained through the action of microtubule-associated proteins, motor proteins, and regulatory enzymes. iPSC-derived models show tremendous promise but lack benchmarking and validation relative to rodent primary cultures. Here we have characterized a recent iPSC-derived model, in which doxycycline-induced expression of Neurogenin-2 drives consistent transdifferentiation into the neuronal state (EBiSC-NEUR1 neurons, referred to as NGN2 neurons below). We developed a suite of open-access, semiautomated methods to measure neurite extension and nucleokinesis of NGN2 neurons, which compare favorably to published data from other models. Then, we challenged NGN2 neurons with a panel of drugs that perturb microtubule physiology. NGN2 neurons extension and nucleokinesis were significantly perturbed by two microtubule-targeting drugs, namely a taxane (paclitaxel) and a vinca alkaloid (DZ-2384). In contrast, inhibition of microtubule severing (spastazoline) or of deacetylation (trichostatin A) had a limited effect on nucleokinesis only. Our results support the primary importance of microtubule dynamics in neuronal development and demonstrate the power of NGN2 neurons as a model system.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».