Spatio-temporal control of myoblast identity drives muscle diversity in the Drosophila leg
Notice bibliographique
Résumé
SUMMARY Skeletal muscles display remarkable morphological diversity, but the developmental mechanisms specifying distinct muscle morphology remain poorly understood. Using Drosophila leg muscles as a model, we uncover how naïve mesodermal precursors progressively acquire lineage-restricted identities through a stepwise specification program guided by epithelial morphogens. Initially, multipotent mesodermal precursors become spatially and transcriptionally restricted into two broad lineages - proximal and distal - under the combined influence of Wg/Wnt1 and Dpp/BMP signals from the overlying epithelium. By tracing mesodermal precursors that eventually give rise to distal leg muscles, we reveal a second sequence of fate bifurcations that generate distinct muscle subtypes prior to myoblast fusion, as well as a separate lineage producing neuronal lamella cells. Focusing on a single muscle lineage, we show that Wg and Dpp act again during a second phase to control the spatial and temporal deployment of specific transcription factors, ultimately specifying a unique muscle identity. These findings demonstrate that epithelial morphogens not only pattern the epithelium but also orchestrate muscle diversity by promoting stepwise mesodermal specification. Mesodermal precursors translate morphogen signals over time and space to activate distinct transcriptional programs that operate in parallel with the general program of myogenesis, enabling the emergence of distinct muscle and non- muscle lineages whose unique identities underpin their specialized functions.
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 | 0,001 | 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 | 0,001 | 0,001 |
| 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 ».