Implementation of ddaE neuron growth mechanism in graph grammar replicates biological features
Cette étude démontre qu'un modèle computationnel utilisant une grammaire de graphes dynamiques, piloté par un gradient de morphogène unique Teneurin-m combiné à des contraintes de ressources et des règles d'auto-évitement, reproduit avec succès les motifs de ramification asymétriques complexes et les caractéristiques statistiques des dendrites des neurones ddaE de la larve de Drosophila.