Cellular basis of flower and leaf primordium initiation in Arabidopsis thaliana : how to make an organ in three dimensions
Bibliographic record
Abstract
Le développement d’un organisme multicellulaire requière la coordination de la croissance, détermination tissulaire et différenciation cellulaire. Cependant, alors que les bases de la génétique de la morphogenèse ont été rigoureusement étudiées, le processus permettant la conversion de l’activité génétique en des structures biologiques complexes est bien moins compris. Chez Arabidopsis thaliana, les feuilles et fleurs initiés à partir du Méristème Apical Primaire (MAP) ont une expression génétique casi similaire. Toutefois, leur forme est considérablement différente dès les premières étapes de leur développement. Une compréhension de ce paradoxe requière avant tout de précisément quantifier la croissance dans toutes les dimensions de ces organes. Dans cet article, je présente une méthode de quantification spatio-temporelle complète de la croissance et de la prolifération des feuilles et des fleurs chez A. thaliana. En analysant des séries d’images confocales, j’en ai conclu que la différence morphologique observée entre feuilles et fleurs émerge principalement d’une asymétrie de la distribution de la croissance entre leurs côtés abaxial et adaxial, tôt dans leur développement. Je montre que le tissue contribuant principalement au développement des primordia est la couche 2 (L2) chez les feuilles et la couche 3 (L3) chez les fleurs. Mes résultats préliminaires démontrent que les premiers signes de l’initiation d’organes est un changement de distribution de la croissance, et non de la prolifération. Dans le futur, en appliquant, par exemple, cette méthodologie à l’étude de gènes de développement, il sera possible de finalement réconcilier la morphogenèse et la génétique de l’initiation des plantes.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".