Ocular Phenotyping of Knockout Mice Identifies Genes Associated With Late Adult Retinal Phenotypes
Notice bibliographique
Résumé
Purpose: Analyze phenotypic data from knockout mice with late-adult retinal pathologic phenotypes to identify genes associated with development of adult-onset retinal diseases. Methods: The International Mouse Phenotyping Consortium (IMPC) database was queried for genes associated with abnormal retinal phenotypes in the late-adult knockout mouse pipeline (49-80 weeks postnatal age). We identified human orthologs and performed protein-protein analysis and biological pathways analysis with known inherited retinal disease (IRD) and age-related macular degeneration (AMD) genes using Search Tool for the Retrieval of Interacting Genes/Proteins (STRING), PLatform for Analysis of single cell Eye in a Disk (PLAE), Protein Analysis Through Evolutionary Relationships (PANTHER), and Kyoto Encyclopedia of Genes and Genomes (KEGG). Results: Screening of 587 late-adult mouse genes yielded 12 with abnormal retinal phenotypes, which corresponded to 20 human orthologs. Three of the 12 mouse genes and two of the 20 human orthologs were previously implicated in retinal pathology or physiology in a literature review. Although all of the genes demonstrated retinal pathology when deleted from the mouse genome, most do not have established roles in human retinal disease. Furthermore, human protein-protein analysis and biological pathway analysis yielded only a few relationships between the candidate gene list and that of known IRD and AMD genes, suggesting they may represent novel retinal functions. Conclusions: We identified 12 mouse genes with significant late-adult abnormal retinal pathology, eight of which have not been previously implicated in either mouse or human retinal physiology or pathology. These serve as novel retinal disease gene candidates for late-onset retinal disease.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,004 |
| 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 ».