Informations

18 : Modèles d'ordre supérieur - Biologie


18 : Modèles d'ordre supérieur

Séparation de phases en biologie organisation fonctionnelle d'un ordre supérieur

À l'intérieur des cellules eucaryotes, les macromolécules sont divisées en compartiments membranaires et, à l'intérieur de ceux-ci, certaines sont en outre organisées en structures non membranaires appelées organites sans membrane. Ces dernières structures sont constituées de mélanges hétérogènes de protéines et d'acides nucléiques et s'assemblent par un phénomène de séparation de phases similaire à la condensation de polymère. Les organites sans membrane sont des structures dynamiques maintenues par des interactions multivalentes qui interviennent dans divers processus biologiques, dont beaucoup sont impliqués dans le métabolisme de l'ARN. Ils échangent rapidement des composants avec le milieu cellulaire et leurs propriétés sont facilement modifiées en réponse aux signaux environnementaux, impliquant souvent des organites sans membrane dans les réponses à la signalisation du stress. Dans cette revue, nous discutons : (1) des rôles fonctionnels des organites sans membrane, (2) des principes structurels et mécanistes unificateurs qui sous-tendent leur assemblage et leur désassemblage, et (3) des méthodes établies et émergentes utilisées dans les enquêtes structurelles sur les organites sans membrane. organites.


Un schéma numérique d'ordre supérieur pour certaines équations différentielles non linéaires : modèles en biologie

Dans cet article, nous développons un schéma numérique basé sur la méthode de quadrature différentielle pour résoudre les généralisations non linéaires des équations de Fisher et Burgers avec le flux nul sur la frontière. Dans la construction du schéma numérique, la quasi-linéarisation est utilisée pour s'attaquer à la non-linéarité du problème, qui est suivie d'une semi-discrétisation pour la direction spatiale en utilisant la méthode de quadrature différentielle (DQM). La semi-discrétisation du problème conduit à un système de problème de valeur initiale du premier ordre. Pour la discrétisation totale, nous discrétisons le problème du système de valeur initiale du premier ordre résultant de la semi-discrétisation spatiale en utilisant le schéma RK4 avec une longueur de pas constante. La méthode est analysée pour la stabilité et la convergence. Enfin, l'efficacité de la méthode est dérivée par comparaison numérique entre leur solution numérique et la solution exacte. L 2 et L les normes d'erreur démontrent l'exactitude de la méthode proposée.

Remerciements

L'auteur Ram Jiwari remercie chaleureusement l'aide financière fournie par UGC India.


Résultats et discussion

Une représentation en réseau multicouche du système Terre-Vie

Nous aurions pu construire une simple représentation en réseau des archives fossiles en utilisant des nœuds physiques pour représenter ses composants, les taxons fossiles et les zones géographiques où ils ont été décrits, et des liens entre eux pour indiquer leurs relations 25 . Au cours des dernières années, des représentations de réseau standard similaires, y compris des réseaux bipartites (Fig. 1A) et des projections monomodes (Fig. 1B) qui sont basées sur des relations par paires et capturent les dépendances de premier ordre dans les données brutes, ont été au cœur du réseau. recherche macroévolutive basée 6,21,22,25,26 . Cependant, ces représentations de réseau standard des archives fossiles ignorent les relations limitées dans le temps dans les données paléontologiques sous-jacentes 15 (Données supplémentaires 1). La projection de représentations de réseaux bipartites standard dans des réseaux unipartites 33 de taxons ou de zones géographiques déforme encore plus d'informations dans les données paléontologiques (Fig. 1B). Par conséquent, les méthodes de clustering appliquées aux représentations de réseau standard ne parviennent pas à capturer les structures temporelles d'ordre supérieur qui peuvent émerger dans les réseaux multicouches décrivant des données temporelles 28,29.

UNE, B Représentations standard du réseau du premier ordre. UNE Réseau d'occurrence bipartite. Cette représentation comprend deux ensembles de nœuds physiques qui représentent des zones géographiques et des taxons 25 . B Réseaux de cooccurrence unipartites 6,22 . Ces représentations sont des projections pondérées du réseau bipartite sur chaque ensemble de nœuds physiques. C Représentation multicouche d'ordre supérieur des données temporelles. Dans ce réseau, des nœuds d'état distincts représentent un nœud physique dans chaque couche où se trouve le nœud physique 28 . La trajectoire d'un marcheur aléatoire, guidée par les liens entre les nœuds, modélise les flux du réseau 38 . Les flux du réseau sont de premier ordre lorsque les mouvements aléatoires des marcheurs sont contraints à des couches uniques et d'ordre supérieur lorsqu'ils peuvent se déplacer à l'intérieur et entre les couches 28 . Le processus d'agrégation qui simplifie un réseau multicouche en une représentation à une seule couche modifie les flux du réseau, obscurcissant les structures modulaires.

Il a été démontré que les représentations de réseaux multicouches qui prennent en compte les dépendances d'ordre supérieur dans les données de ligne 27,28, telles que les relations temporelles inhérentes aux archives fossiles connues sous le nom de principe de succession faunique, révèlent des structures communautaires que les modèles standard basés sur des interactions par paires ne peuvent pas capturer 34 . Les méthodes de clustering développées pour les réseaux standard ne peuvent pas identifier de manière fiable les structures modulaires qui se chevauchent 35 . Sans le concept de couches, dans les approches de réseau traditionnelles utilisées dans la recherche macro-évolutive, un marcheur aléatoire visitant un taxon se déplacera au même rythme vers des cellules de grille d'âges différents, car l'agrégation de couches déforme les informations temporelles (Fig. 1A, B). Pour surmonter cette limitation, nous avons mis en place un cadre d'ordre supérieur qui représente explicitement différents intervalles de temps dans l'histoire de la Terre. Dans cette représentation de réseau, un marcheur aléatoire visitant un nœud physique ou un taxon est situé dans une couche particulière (t0) à un nœud d'état et se déplacera à des vitesses différentes vers les cellules de la grille de la même couche et des couches voisines (Fig. 1C). De cette façon, nous capturons des structures intercouches représentant des faunes évolutives sans détruire la dynamique intracouche dans le système sous-jacent. Parce que le réseau assemblé comprend des nœuds représentant à la fois les animaux et les zones où ils se trouvent, nous appelons notre système d'étude le système Terre-Vie. Bien que nous nous concentrions sur l'ensemble des nœuds représentant les animaux, le réseau bipartite peut également révéler des modèles spatio-temporels dans la distribution à la fois de la vie et des roches.

Notre représentation en réseau multicouche du système Terre-Vie traite les étapes géologiques ordonnées dans l'échelle de temps standard 30 comme des couches assemblées en un réseau multicouche 27,36,37 (Données supplémentaires 2). Dans ce réseau multicouche, les nœuds physiques, qui dans les modèles conventionnels représentent les taxons marins benthiques du Phanérozoïque 15 et les zones géographiques où ils ont été décrits, sont divisés en nœuds d'état, qui représentent les relations temporelles dans le système Terre-Vie (Fig. 1C). Plus précisément, pour chaque taxon, nous créons un nœud d'état par couche où se trouve le taxon. De cette façon, la trajectoire d'un marcheur aléatoire suivant les connexions entre les nœuds d'état dans la représentation du réseau multicouche de données fossiles au niveau de l'étape capture les dépendances temporelles d'ordre supérieur entre les nœuds physiques. La trajectoire d'un marcheur aléatoire guidé par les liens entre les nœuds modélise les flux 38 du réseau. Les flux du réseau sont de premier ordre lorsque les mouvements aléatoires des marcheurs sont limités à des couches individuelles et d'ordre supérieur lorsqu'ils peuvent se déplacer à l'intérieur et entre les couches 28 . Les procédures d'agrégation qui simplifient une représentation de réseau multicouche du système Terre-Vie en une représentation à une seule couche, telles que celles traditionnellement utilisées dans la recherche macroévolutive 6,26, modifient la trajectoire d'un marcheur aléatoire suivant les connexions dans le réseau et obscurcissent inévitablement le modèle macroévolutif (Fig. 1 supplémentaire).

Nous utilisons le cadre multicouche d'équations cartographiques 39, qui opère directement sur le réseau multicouche assemblé et préserve ainsi les interdépendances d'ordre supérieur lors de l'identification de modèles modulaires dynamiques dans les données paléontologiques sous-jacentes. Le cadre d'équations cartographiques se compose d'une fonction objectif qui mesure la qualité d'une partition de réseau donnée 38 , et d'un algorithme de recherche efficace qui optimise cette fonction sur différentes solutions 28 . Cet algorithme fournit la solution multiniveau optimale pour le réseau d'entrée, éliminant la subjectivité des approches basées sur la distance qui fournissaient différentes sorties à différents seuils 6,24. Bien que notre réseau d'entrée représente mieux le système Terre-Vie sous-jacent par rapport aux approches de réseau standard 6,22,25, et que notre approche de clustering permette de capturer sa structure modulaire hiérarchique optimale, il peut toujours être affecté par de nombreux biais, notamment des variations spatiales et temporelles dans l'effort d'échantillonnage, l'inégalité dans les roches disponibles pour l'échantillonnage et les incohérences taxonomiques 40 . Nous générons et regroupons des réseaux de réplication bootstrap pour évaluer l'impact des biais potentiels sur le modèle macro-évolutif observé. Plus précisément, nous avons rééchantillonné les occurrences de taxon à chaque cellule géographique à partir d'une distribution de Poisson avec une moyenne égale au nombre d'occurrences par cellule, et recalculé chaque poids de lien dans le réseau multicouche assemblé. Ensuite, nous avons regroupé les réseaux répliqués bootstrap avec la même approche de regroupement que nous avons utilisée pour le réseau multicouche assemblé (voir « Analyse de robustesse »).

En résumé, notre mise en œuvre de modèles de réseau d'ordre supérieur 28 pour comprendre les archives fossiles marines benthiques fournit une description à gros grains plus fiable des modèles macroévolutifs de deux manières : premièrement, nous fournissons un réseau d'entrée plus réaliste qui représente explicitement différents intervalles de temps. dans l'histoire de la Terre et capture mieux la relation dans les données paléontologiques sous-jacentes. Deuxièmement, nous utilisons une approche de regroupement qui opère directement sur le réseau multicouche, délimite des assemblages qui se chevauchent taxonomiquement et définit automatiquement le nombre d'assemblages ou de faunes évolutives, ce qui élimine la subjectivité des approches basées sur la distance. En conséquence, le modèle macroévolutif révélé à l'aide de réseaux multicouches intègre deux hypothèses paléobiologiques majeures - la révolution marine mésozoïque et les grandes faunes évolutives de Sepkoski - dans une seule histoire macroévolutive.

Les trois transitions biotiques majeures du Phanérozoïque

Nous avons constaté que le réseau multicouche assemblé est mieux décrit par quatre modules importants au premier niveau hiérarchique, qui correspondent aux méga-assemblages marins du Phanérozoïque de taxons benthiques marins et de cellules géographiques fortement interconnectés (données supplémentaires 3).

Ces structures modulaires à grande échelle caractérisent le système Terre-Vie sous-jacent (Fig. 2) : Cambrien (

129 Ma) fois. La structuration à quatre niveaux des faunes marines du Phanérozoïque diffère des ères géologiques standard (information mutuelle ajustée, AMI = 0,71), indiquant que toutes les transitions biotiques majeures ne se produisent pas à leurs frontières. Bien que différentes des trois unités discriminées dans l'analyse factorielle de Sepkoski 1 , les classes d'invertébrés marins qui contribuent le plus à nos méga-assemblages cambriens, paléozoïques et trias-cénozoïques combinés correspondent à celles de l'hypothèse des trois grandes faunes évolutives (Fig. .2). Ce consensus suggère qu'il est peu probable que les unités macroévolutives représentent des artefacts des analyses de facteur ou de réseau.

L'importance par étape mesure la probabilité de récupérer un méga-assemblage donné à travers 100 solutions bootstrap et capture l'instabilité globale de la structure modulaire dans le réseau assemblé après la fin du Permien 49 et les événements d'extinction ultérieurs du Trias supérieur et du Jurassique inférieur 42 . Des changements de méga-assemblage se produisent aux limites suivantes : Fin-Cambrien (combiné Paibien/Jiangshanien à Age10), fin-Permien (Changhsingien à Induan) et Crétacé moyen (Hautérivien à Barrémien). Cm Cambrien, Pz Paléozoïque, Tr-lKr Trias au Crétacé inférieur, mKr-Q Mi-Crétacé au Quaternaire.

Les trois transitions biotiques majeures parmi les méga-assemblages marins du Phanérozoïque varient en termes de calendrier et de facteurs causatifs potentiels. Le déplacement du méga-assemblage de la fin du Cambrien semble être une transition abrupte à la base de l'étage supérieur du Cambrien (Fig. 3A). Cependant, le nombre limité d'occurrences fossiles de cet intervalle empêche une meilleure compréhension de la transition. Le déplacement du méga-assemblage de la fin du Permien est également abrupt (Fig. 3B). Les méga-assemblages du Paléozoïque et du Mésozoïque se chevauchent dans une étape géologique et ne partagent que quelques taxons (indice de similarité Jaccard = 0,03). Cette transition biotique coïncide avec la crise biotique la plus grave des 500 derniers millions d'années 41 , considérée comme ayant provoqué le changement global de la vie océanique à cette époque 42 . Par conséquent, les deux premières transitions biotiques majeures délimitées via une analyse de réseau multicouche ont plus probablement été déclenchées par des événements d'extinction de masse. Cependant, ces événements mondiaux n'ont pas gouverné l'histoire évolutive ultérieure des biotes marins.

UNE Fin-Cambrien. B Fin-Permien. C Mi-Crétacé. La similitude des méga-assemblages à chaque transition biotique correspond à la dissemblance de Sorensen Bsor 57 . Les cartes thermiques de la richesse des genres à travers le temps sont interpolées à partir des données sous-jacentes pour les bandes latitudinales de 10 à chaque étape géologique pour indiquer le contexte latitudinal. Les changements de dominance parmi les méga-assemblages mondiaux sont soit des perturbations globales abruptes (transitions biotiques I et II) soit des changements prolongés (transition biotique III). Cm Cambrien, Pz Paléozoïque, Tr-lKr Trias au Crétacé inférieur, méga-assemblage mKr-Q du Crétacé moyen au Quaternaire.

Le changement de méga-assemblage du Crétacé moyen est prolongé, représentant un changement progressif de dominance parmi deux méga-assemblages qui partagent plus de taxons (indice de similarité Jaccard = 0,11) et présentent un chevauchement substantiel dans l'espace géographique (Fig. 3C). Le changement prolongé du méga-assemblage du Crétacé moyen rappelle la restructuration progressive du Mésozoïque des écosystèmes marins mondiaux, qui comprenait des changements dans la dynamique du réseau trophique, l'écologie fonctionnelle des taxons dominants et une pression de prédation accrue 12,43. Ces changements dans les écosystèmes marins ont commencé pendant le Mésozoïque et se sont poursuivis tout au long du Cénozoïque 44,45 , mais ont été particulièrement prononcés au milieu du Crétacé 46 . Nos résultats suggèrent que de tels changements dans les écosystèmes marins mondiaux peuvent avoir été responsables de l'émergence progressive des biotes benthiques modernes. Cependant, quel que soit le mécanisme de transition spécifique, nos résultats indiquent que les biotes benthiques modernes avaient déjà émergé au début du Mésozoïque mais ne sont devenus dominants qu'à partir du Crétacé moyen (

Ainsi, la structuration quadripartite des archives fossiles marines du Phanérozoïque capturée par une analyse en réseau multicouche couple les trois grandes faunes évolutives et l'hypothèse de la révolution marine mésozoïque 1 , qui postule la diversification progressive de la faune évolutive moderne au cours du Crétacé 12 . Les simulations de Sepkoski anticipaient sans doute la transition mésozoïque 11 délimitée dans l'analyse de réseau multicouche présentée ici.

Des solutions alternatives reproduisent soit un modèle à quatre phases avec une transition biotique du Crétacé plus jeune, le modèle à trois phases de Sepkoski avec des transitions biotiques se produisant aux limites des ères, soit un modèle à trois phases avec une transition biotique du Crétacé moyen mais pas de la fin du Permien. Indépendamment du nombre de méga-assemblages délimités, ces solutions alternatives démontrent que les principales transitions biotiques de l'histoire de la Terre se sont produites à travers les limites de la fin du Cambrien, de la fin du Permien et du Crétacé moyen. Cependant, le regroupement en réseau montre une instabilité des méga-assemblages marins aux stades géologiques suivant la limite Permien-Trias (Fig. 2). L'importance des méga-assemblages diminue à cette limite puis augmente, reflétant probablement le rétablissement des faunes et des écosystèmes marins benthiques après la plus grande extinction de masse de la Terre 47 . Bien que ce modèle de récupération ponctué doive être exploré davantage à des résolutions temporelles plus fines, nos résultats suggèrent que la récupération biotique complète de la biosphère mondiale à partir de la crise de la fin du Permien a été achevée au début du Jurassique. À ce stade, le méga-assemblage du Trias au Crétacé inférieur (Tr-lKr) est devenu robuste : la probabilité de récupérer ce méga-assemblage dominant à l'échelle mondiale dans toutes les solutions bootstrap atteint des valeurs élevées (>0.9). Néanmoins, parce que les extinctions du Trias supérieur et du Jurassique inférieur auraient dû contribuer à l'instabilité observée du méga-assemblage de Tr-lKr (Fig. 2), nos résultats sont cohérents avec les affirmations 42,48,49 selon lesquelles la récupération écologique complète de la fin de la La crise du Trias et du Jurassique inférieur a été atteinte par l'Aalénien (Jurassique moyen). Un événement d'extinction de masse a initié la transition biotique à la fin du Permien, mais d'autres études sont nécessaires pour comprendre l'histoire évolutive ultérieure des méga-assemblages marins.

Dans l'ensemble, nos résultats appuient la suggestion que certains événements catastrophiques mondiaux enregistrés dans les archives fossiles marines, y compris les extinctions massives de la fin de l'Ordovicien (Ashgillien), de la fin du Dévonien (Frasnien) et de la fin du Crétacé (Maastrichtien), toutes considérées dans les grandes biodiversité post-cambrienne et crises écologiques dans l'histoire de la Terre 42,50 — auraient pu être moins graves que ce qui avait été proposé précédemment 41 . Quelle que soit l'ampleur estimée de l'extinction, nous démontrons que la réduction de la richesse générique associée à de tels événements catastrophiques a peu d'effet sur l'arrangement temporel des faunes évolutives à l'échelle mondiale (Fig. 4). De plus, notre modèle évolutif en quatre phases délimité par l'analyse du réseau suggère que les impacts de ces événements d'extinction sur la biosphère marine étaient moins graves que ceux de l'événement mésozoïque prolongé qui a déclenché l'émergence de la faune évolutive moderne redessinée (le milieu du Crétacé au méga-assemblage quaternaire, mKr-Q).

Diagramme alluvial comparant la solution de référence à quatre phases à des solutions alternatives obtenues à partir de réseaux bootstrap. Les piles verticales reliées par des lignes de courant représentent les réseaux. Dans chaque pile, un bloc représente des nœuds regroupés dans un module ou un méga-assemblage. Les rationalisations connectent les modules qui contiennent les mêmes nœuds. La hauteur de la ligne de courant est proportionnelle au nombre de nœuds partagés entre les modules connectés. Les lignes de courant de division ou de fusion indiquent des transitions biotiques. La stratégie de bootstrap démontre une grande robustesse des quatre méga-assemblages dans la solution de référence (tableau supplémentaire 1), soutenant les transitions biotiques globales délimitées à la fin du Cambrien, de la fin du Permien et du Crétacé moyen. Les solutions amorcées capturent également le petit effet de l'événement d'extinction du Crétacé-Paléogène (K-Pg) sur le méga-assemblage du Crétacé moyen au Quaternaire (mKr-Q), et l'instabilité de la biosphère mondiale à travers le Trias-Jurassique (Tr –Jr) événement d'extinction (voir Fig. 2). Cm Cambrien, Pz Paléozoïque, Tr–lKr Trias au Crétacé inférieur, mKr–Q Méga-assemblages du Crétacé moyen au Quaternaire.

Implications pour la hiérarchie macroévolutive

Nous démontrons que les faunes marines benthiques du Phanéozoïque présentent une modularité hiérarchique dans laquelle les structures de premier niveau, représentant les quatre méga-assemblages marins du Phanérozoïque, sont construites à partir de structures de niveau inférieur de manière imbriquée (Fig. 5). Les structures de deuxième niveau sous-jacentes aux quatre méga-assemblages représentent des sous-assemblages organisés en intervalles de temps équivalents aux périodes de l'échelle de temps géologique (AMI = 0,83) (tableau complémentaire 1). Les structures de troisième et de niveau inférieur sous-jacentes aux méga-assemblages forment des unités géographiquement cohérentes 25 qui changent au cours du temps géologique (Fig. 6). Probablement en raison des limites des données existantes, nous n'avons pas été en mesure de cartographier ces biorégions évolutives à travers l'ensemble du Phanérozoïque. Néanmoins, nos résultats démontrent que les structures biogéographiques locales à régionales sous-tendent les méga-assemblages marins à l'échelle mondiale dans la hiérarchie macroévolutive. Cette organisation à plusieurs niveaux d'unités macroévolutives représente la structure spatio-temporelle à grande échelle de la diversité marine phanérozoïque.

Cette représentation visuelle montre les structures hiérarchiques imbriquées dans la solution de référence (Données supplémentaires 3). Les structures modulaires au niveau d'organisation supérieur dans cette hiérarchie macroévolutive correspondent aux faunes évolutives, qui sont constituées d'entités de niveaux inférieurs, y compris les sous-faunes, les biorégions évolutives et les taxons. Notez que les éléments de cette représentation ne représentent pas des nœuds du réseau d'origine mais des structures et dynamiques émergentes.

Ces structures modulaires forment des unités géographiquement cohérentes qui changent dans le temps et sous-tendent les méga-assemblages marins mondiaux. Les cercles représentent le centre des cellules géographiques colorées par leur affiliation de module (Données supplémentaires 3). En récupérant les biorégions à des niveaux hiérarchiques inférieurs, nous démontrons que notre approche multicouche capture les relations temporelles (inter-étapes) sans détruire la dynamique spatiale (intra-étapes).

Sans la subjectivité inhérente aux autres approches, notre évaluation de la diversité marine du Phanérozoïque, menée simultanément à différentes échelles, peut nous aider à comprendre les moteurs et les impacts les plus pertinents à différents niveaux macro-évolutifs 16 . Par exemple, nous montrons que les interactions écologiques à long terme et les perturbations géologiques mondiales semblent avoir joué un rôle essentiel dans la formation des méga-assemblages qui ont dominé les océans phanérozoïques. Cependant, certaines des perturbations géologiques majeures largement acceptées, y compris les extinctions mondiales largement connues telles que l'événement Crétacé-Paléogène (K-Pg), contrôlent les structures de deuxième niveau mais pas de premier niveau dans cette hiérarchie macroévolutive (tableau supplémentaire 1). Chaque niveau d'organisation dans la hiérarchie macro-évolutive émergente est structuré comme un réseau lui-même et peut être étudié indépendamment (Fig. 5). Notre approche intégrative quantifie simultanément les aspects spatiaux et temporels de la macroévolution des métazoaires et relie les phénomènes naturels observés aux échelles globales avec ceux observés aux échelles locales.


Les modèles génératifs profonds de la variation génétique capturent les effets des mutations

Les fonctions des protéines et des ARN sont déterminées par une myriade d'interactions entre leurs résidus constitutifs, mais la plupart des modèles quantitatifs de la façon dont le phénotype moléculaire dépend du génotype doivent s'en approcher par de simples effets additifs. Bien que les modèles récents aient assoupli cette contrainte pour également tenir compte des interactions par paires, ces approches ne fournissent pas de chemin praticable vers la modélisation des dépendances d'ordre supérieur. Ici, nous montrons comment les modèles de variables latentes avec des dépendances non linéaires peuvent être appliqués pour capturer les contraintes au-delà des paires dans les biomolécules. Nous présentons un nouveau modèle probabiliste pour les familles de séquences, DeepSequence, qui peut prédire les effets des mutations à travers une variété d'expériences de balayage mutationnel profond de manière significativement meilleure que les modèles indépendants du site ou par paires qui sont basés sur les mêmes données évolutives. Le modèle, appris de manière non supervisée uniquement à partir d'informations sur les séquences, est fondé sur des a priori motivés biologiquement, révèle l'organisation latente des familles de séquences et peut être utilisé pour extrapoler à de nouvelles parties de l'espace de séquences.


Le développement est centré autour de notre page de projet GitHub. Les bogues et autres problèmes doivent être signalés sur le suivi des problèmes, et nous accueillons les demandes d'extraction de correctifs et d'améliorations.

Le code source ci-dessus est disponible sous le nom hello_pysb.py dans le répertoire des exemples de modèles et de scripts inclus avec la distribution PySB. Notez que ce modèle simple ne démontre pas de macros ou d'autres fonctionnalités d'ordre supérieur de la modélisation PySB. Pour un modèle avancé, voir EARM 2.0.


La suppression du gène de risque d'autisme Shank3 perturbe la connectivité préfrontale

Les mutations de la protéine d'échafaudage synaptique SHANK3 sont une cause majeure d'autisme et sont associées à des déficits intellectuels et langagiers importants. Cependant, les mécanismes neuronaux par lesquels la déficience en SHANK3 affecte les fonctions socio-communicatives d'ordre supérieur restent flous. En utilisant une IRM fonctionnelle et structurelle à haute résolution chez des souris mâles adultes, nous montrons ici que la perte de Queue3 (Shank3B -/- ) entraîne une perturbation de la connectivité fonctionnelle préfrontale et frontostriatale locale et à longue distance. Nous documentons que l'hypoconnectivité préfrontale est associée à une densité de projections corticales à courte portée réduite et à un volume de matière grise réduit. Enfin, nous montrons que la déconnexion préfrontale est prédictive des déficits de communication sociale, tels qu'évalués par des enregistrements de vocalisation échographique. Collectivement, nos résultats révèlent un rôle critique de SHANK3 dans le développement de l'anatomie et de la fonction préfrontales, et suggèrent que la déficience de SHANK3 peut prédisposer à la déficience intellectuelle et aux déficiences socio-communicatives via une dérégulation de la connectivité corticale d'ordre supérieur.ÉNONCÉ D'IMPORTANCE Des mutations dans la protéine d'échafaudage synaptique SHANK3 sont couramment associées à l'autisme, aux déficits intellectuels et au langage. Des recherches antérieures ont établi un lien entre le déficit en SHANK3 et le dysfonctionnement des noyaux gris centraux, les stéréotypies motrices et les déficits sociaux. Cependant, le mécanisme neuronal par lequel Queue3 les mutations génétiques affectent la connectivité fonctionnelle corticale et les fonctions socio-communicatives d'ordre supérieur restent floues. Ici, nous montrons que la perte de SHANK3 chez la souris entraîne une connectivité fonctionnelle largement perturbée et une anatomie anormale de la matière grise dans les zones préfrontales. Nous montrons également que la perturbation de la connectivité préfrontale est étroitement liée aux déficits socio-communicatifs. Nos résultats suggèrent que SHANK3 est un orchestrateur essentiel de la fonction frontocorticale, et que la connectivité perturbée des zones préfrontales peut sous-tendre les déficiences socio-communicatives observées chez les porteurs de la mutation SHANK3.

Mots clés: Syndrome de Phelan-McDermid trouble du spectre autistique ganglions de la base connectivité fonctionnelle souris état de repos IRMf.

Copyright © 2019 les auteurs.

Les figures

Connectivité locale et longue portée réduite…

Connectivité locale et à longue distance réduite dans les zones préfrontales de Shank3B −/− souris. Domaines…

Sous-connectivité préfrontale et frontostriatale dans…

Sous-connectivité préfrontale et frontostriatale dans Shank3B −/− souris. UNE , Extension spatiale de…

Connectivité striatale interhémisphérique réduite dans…

Connectivité striatale interhémisphérique réduite dans Shank3B −/− souris. Connectivité interhémisphérique rsfMRI calculée entre…

Connectivité interhémisphérique idiosyncratique dans Shank3B…

Connectivité interhémisphérique idiosyncratique dans Shank3B −/− souris. Chaque élément de la matrice représente…

Sensibilité anesthésique et hémodynamique…

Sensibilité à la fonction de réponse anesthésique et hémodynamique. Sensibilité à l'anesthésie mesurée avec (…

Corrélation entre connectivité préfrontale et…

Corrélation entre connectivité préfrontale et dysfonctionnement socio-communicatif. UNE , Reniflement anogénital (AS), total…

Volume GM réduit en préfrontal…

Volume de GM réduit dans les régions préfrontales de Shank3B −/− souris. UNE , Structurel…

Recâblage neuronal dans le PFC…

Câblage neuronal dans le PFC de Shank3B −/− souris. UNE , Distribution de…


Trouvez les recherches les plus importantes en biologie et en médecine

Lisez le point de vue personnel des membres du corps professoral alors qu'ils partagent leur opinion et évaluent la qualité de la recherche dans leur domaine.

Membres du corps professoral

La Faculté comprend des chercheurs de renommée internationale, nommés par des pairs, du monde entier, qui recommandent des articles d'importance et d'impact.

Comment les Opinions de la Faculté peuvent-elles vous aider?

Des chercheurs

Trouvez les articles qui vous intéressent le plus. Obtenez l'opinion d'experts sur les recherches les plus passionnantes et les plus importantes qui émergent aujourd'hui. Comprendre rapidement les points clés des articles.

Bibliothécaires

Permettez à vos chercheurs de découvrir les articles les plus importants liés à leur recherche, en utilisant notre algorithme d'apprentissage pour identifier les articles les plus pertinents recommandés par nos membres du corps professoral.

Bailleurs de fonds de la recherche

Identifiez les chercheurs étoiles montantes, dont les travaux ont été recommandés par nos experts - et validez l'importance des travaux que vous financez.

Organismes de recherche

Sachez quelles recherches de votre organisation sont recommandées par les chercheurs les plus expérimentés dans votre domaine. Comprenez comment vos résultats de recherche se comparent à ceux des autres dans votre discipline.

© 2000-2021 Faculty Opinions Ltd. ISSN 2634-0836 | Juridique | Partenaire de HINARI • CrossRef • ORCID


Possibilités d'accès

Obtenez un accès complet au journal pendant 1 an

Tous les prix sont des prix NET.
La TVA sera ajoutée plus tard dans la caisse.
Le calcul des taxes sera finalisé lors du paiement.

Obtenez un accès limité ou complet aux articles sur ReadCube.

Tous les prix sont des prix NET.


Guide de conférence AP 18 – Modèles microbiens

1. Qu'est-ce qui fait des microbes de bons modèles pour étudier les mécanismes moléculaires ?

2. Énumérez plusieurs caractéristiques des virus.

3. Quels sont les deux composants de base des virus ? ___________________________________

4. Utilisez le diagramme pour aider à expliquer la reproduction virale typique.

5. Identifier le cycle utilisé par le phage virulent.

6. Comparez les cycles lytique et lysogène.

7. Quel est le rôle de l'enveloppe virale ?

8. Décrivez les étapes du cycle de vie des virus d'enveloppe.

9. Revoir le cycle de vie du virus VIH.

10. Qu'est-ce que la transcriptase inverse et pourquoi est-elle importante en biotechnologie ?

12. D'où viennent les virus émergents ?

13. Qu'est-ce qu'un viroïde ? Donnez quelques exemples.

14. Qu'est-ce qu'un prion et que fait-il aux cellules ?

15. Énumérez et décrivez les trois formes de base des bactéries utilisées pour la classification.

16. La plupart des bactéries ne sont pas pathogènes. Identifier plusieurs rôles importants qu'ils jouent dans l'écosystème

17. Comment des variations surviennent-elles chez les bactéries étant donné qu'elles se reproduisent principalement par des moyens asexués ?

18. Définir la transformation bactérienne.

19. En quoi la transduction diffère-t-elle de la transformation ?

20. Qu'est-ce qu'un plasmide et identifier son rôle dans la conjugaison bactérienne ?

21. Quelle est la principale méthode utilisée par les bactéries pour transmettre la résistance aux antibiotiques ?

23. Décrivez les problèmes potentiels causés par les transposons.

24. E. coli utilise un système de régulation appelé opéron. Identifiez les composants avec leurs fonctions de l'opéron.

25. Utilisez le diagramme de l'opéron Tryp pour décrire comment il régule les niveaux de tryptophane.

26. Décrivez comment l'opéron trp est un opéron répressible.

27. Utilisez le diagramme de l'opéron lac pour décrire comment il régule les niveaux de glucose.

28. Le diagramme ci-dessus représente-t-il la condition d'absence ou de présence de lactose ?

29. Décrivez ce qui se passe lorsque le lactose est absent.

30. En quoi l'opéron lac est-il un système inductible ?

31. Résumez comment la présence et l'absence de glucose influencent l'opéron lac.


Voir la vidéo: Korkeamman asteen epäyhtälö (Janvier 2022).