XiaoMi-AI文件搜索系统
World File Search System隐杆
使用长单链寡核苷酸供体在秀丽隐杆线虫中高效地进行 CRISPR/Cas9 介导的大型插入
。CC-BY-NC-ND 4.0 国际许可下可用（未经同行评审认证）是作者/资助者，他已授予 bioRxiv 永久展示预印本的许可。它是此预印本的版权持有者此版本于 2022 年 9 月 27 日发布。；https://doi.org/10.1101/2022.09.26.509570 doi：bioRxiv 预印本
秀丽隐杆线虫中的神经元活动自动分类
秀丽隐杆线虫通常用于研究神经活动，因为 1) 它的基因组和连接组已经得到充分研究，只有 302 个神经元；2) 它的透明度使它能够捕捉详细的神经活动；3) 它具有自体受精的能力，这使得维持基因相同的秀丽隐杆线虫种群成为可能。分析秀丽隐杆线虫的图像具有将特定神经元的活动与行为或环境刺激联系起来的潜力。然而，由于难以命名这些图像中的特定神经元，因此产生此类见解受到限制。当前的方法依赖于手动分类，这既耗时又容易出错。可以利用 ZephIR 等神经元跟踪系统来帮助执行标记。但是，以这种方式使用跟踪系统需要每 11 分钟捕获的图像额外进行 45 分钟的手动标记，才能跟踪特定的神经元。在本研究中，我们开发了一种基于神经网络的分类器，可以自动标记秀丽隐杆线虫中的感觉神经元，准确率高达 91.61%。这是通过使用迭代的、基于地标的神经元识别过程实现的，旨在模仿手动注释程序。
秀丽隐杆线虫的学习和化学感受
Arrestin 介导的脱敏使秀丽隐杆线虫的神经元内嗅觉辨别成为可能......................................................................................................................................44
秀丽隐杆线虫 CYLC-2 定位于精子
是睾丸特异性的，免疫组织化学显示蛋白质定位于精子头部的细胞骨架花萼（Hess 等人，1993 年；Hess 等人，1995 年；Rousseaux-Prèvost 等人，2003 年）。为了确定秀丽隐杆线虫 CYLC-1 和 CYLC-2 的定位，我们使用 CRISPR/Cas9 将每个蛋白质内源性地标记为 mNeonGreen (mNG)。我们发现 CYLC-2::mNG 定位于雌雄同体和雄性的精子中（图 1A-F）。检查从雄性解剖的精子细胞显示 CYLC-2::mNG 集中在斑点中（图 1F）。根据它们在精子细胞中的大小和位置，我们预测这些斑点对应于膜状细胞器 (MO)。然而，还需要进一步研究来确认 CYLC-2 是否集中在精子细胞的 MO 中，以及确定精子激活后亚细胞定位是否发生任何变化。
TIR1 转基因在秀丽隐杆线虫生殖干细胞中激发生长素诱导的 LAG-1 降解的效率比较
生长素诱导降解 (AID) 系统最初由 Dernburg 实验室引入秀丽隐杆线虫，现已成为研究基因功能的组织特异性和/或时间方面的一种广泛使用的方法（Zhang 等人，2015 年；Ashley 等人，2020 年；Martinez 等人，2020 年）。AID 系统利用植物来源的 E3 泛素连接酶 TIR1，在用植物生长激素生长素处理后特异性地降解与“降解决定子”标签融合的蛋白质。为了提高 AID 系统的实用性，Ward 实验室最近生成了一组扩展的 TIR1s 转基因，由不同的组织特异性启动子控制（Ashley 等人，2020 年）。在这里，我们旨在比较不同种系表达的 TIR1 转基因降解转录因子 LAG-1 的效率，该转录因子的 C 端带有降解决定子 (Chen et al. , 2020)。如图 1 所示，这些 TIR1 转基因由以下启动子驱动：gld-1p (Zhang et al. 2015)、mex-5p (Ashley et al. 2020)、sun-1p (Ashley et al. 2020) 和 pie-1p (Kasimatis et al. 2018)，并含有所示的 C 端荧光蛋白和 3' 非翻译区 (图 1A)。
基于质粒的CRISPR敲入秀丽隐杆线虫
图1。基于质粒的CRISPR敲入的高度提高的克隆效率：（a）泳道1：NEB®DNA梯子标准（N3200S）；泳道2：标准NEB®Q5PCR方案30个周期的Q5 PCR方案基于光涂抹和〜300bp的额外不需要的PCR产物导致过多的DNA，可重复出现30个周期。车道3-8：优化PDD162扩增的PCR循环编号。基于此数据，我们选择了15个周期作为PDD162所有后续扩增的最佳数字。（b）过多的PCR产物和DPNI消化不足会导致约35％的KLD连接克隆是错误的CAS9/SGRNA质粒。相反，优化PCR和KLD连接反应会导致90％的克隆具有正确的GRNA插入。（c）载体主链和用于
自然遗传变异作为秀丽隐杆线虫的发现工具
过去 20 年中，对秀丽隐杆线虫自然多样性的研究已经证明了数量遗传方法在揭示形成性状的进化、生态和遗传因素方面的强大功能。这些研究补充了适合实验室使用的 N2 菌株，并使仅使用一种遗传背景无法实现的额外发现成为可能。在本章中，我们将描述如何对秀丽隐杆线虫进行数量遗传学研究，重点是秀丽隐杆线虫。这些方法利用遗传多样化个体种群中基因型和表型之间的相关性来发现表型变异的遗传原因。我们介绍了使用连锁、近等基因系、关联和批量分离作图的方法，并描述了每种方法的优缺点。秀丽隐杆线虫数量遗传图谱的强大功能最能体现在将表型差异与特定基因和变异联系起来的能力上。我们将介绍将基因组区域缩小到候选基因的方法，然后通过测试确定与数量性状有关的基因或变异。秀丽隐杆线虫成为卓越实验模型动物的相同特征也使其作为理解自然表型变异的工具具有非凡的价值。
使用半合成训练实现快速深度神经对应，用于追踪和识别秀丽隐杆线虫中的神经元
摘要 我们提出了一种基于 Transformer 网络架构的自动化方法来追踪和识别秀丽隐杆线虫中的神经元，称为“快速深度神经对应”或 fDNC。该模型在经验得出的半合成数据上训练一次，然后预测保留的真实动物之间的神经对应关系。相同的预训练模型既可以跨时间追踪神经元，也可以识别不同个体之间的对应神经元。性能是针对手工注释的数据集进行评估的，包括 NeuroPAL（Yemini 等人，2021 年）。仅使用位置信息，该方法在追踪个体内神经元方面的准确率达到 79.1%，在识别个体间神经元方面的准确率达到 64.1%。当将该模型应用于另一个研究组发布的数据集时（Chaudhary 等人，2021 年），识别个体间神经元的准确率甚至更高（78.2%）。当使用 NeuroPAL 中的颜色信息时，我们的数据集上的准确率达到 74.7%。与之前的方法不同，fDNC 不需要将动物拉直或变换到标准坐标系中。该方法速度很快，可在 10 毫秒内预测对应关系，适合未来的实时应用。
从 QTL 到基因：秀丽隐杆线虫促进了自然变异遗传机制的发现
逐个基因探索性状变异机制 在过去二十年中，由于全基因组测序和数量遗传学中混合效应模型方法的进步，发现性状变异背后的基因和机制的速度加快了。研究已经确定了影响牲畜、农作物、模型物种和人类中测量的各种性状的基因座的数量和效应，但在任何物种中，只有少数基因和分子机制得到验证。存在这种限制是因为尽管有大量候选基因的有力证据，但很难（或不可能）通过实验验证基因在许多物种的数量性状中的作用。这些数据有助于阐明性状随时间变化的模型以及这些变化背后的进化原理。因此，对进化感兴趣的研究人员需要确定导致不同种群表型差异的基因和机制。然而，大多数物种都具有高度的遗传多样性，这使得许多小效应基因座的定位和特定基因的验证变得困难甚至不可能 [ 1 ]。此外，文献中充斥着大量已识别的数量性状基因座 (QTL)（见词汇表）的例子，但特定基因和等位基因尚未通过精确的基因组操作进行验证，最多只能推断性状变异猜测的分子机制。一些物种可以缓解这些限制，并发现基因和机制，为了解不同种群性状变异的原因做出重大进展。
热休克蛋白的隐性遗传变异改变了影响秀丽隐杆线虫表皮干细胞发育的突变结果
医学遗传学的一个基本问题是遗传背景如何改变突变的表型结果。我们通过关注线虫表皮中表现出干细胞特性的接缝细胞来解决这个问题。我们证明，与接缝细胞命运维持有关的 GATA 转录因子 egl-18 的假定无效突变在夏威夷的 CB4856 分离株中比在布里斯托尔的实验室参考菌株 N2 中更耐受。我们确定了两个分离株之间表型表现力差异的多个数量性状基因座 (QTL)。这些 QTL 揭示了通过增强 Wnt 信号传导来强化接缝细胞命运的隐秘遗传变异。在一个 QTL 区域内，CB4856 中的热休克蛋白 HSP-110 中的单个氨基酸缺失足以改变 Wnt 信号传导和接缝细胞发育，强调保守的热休克蛋白的自然变异可以塑造表型表现力。