MétaCan
Menu
Retour à la cohorte
Enregistrement W1499523727 · doi:10.1111/j.1365-2567.2010.03381.x

Interplay of transcription factors in T-cell differentiation and function: the role of Runx

2010· review· en· W1499523727 sur OpenAlexaff
Won Fen Wong, Kazuyoshi Kohu, Tomoki Chiba, Takehito Sato, Masanobu Satake

Notice bibliographique

RevueImmunology · 2010
Typereview
Langueen
DomaineImmunology and Microbiology
ThématiqueImmune Cell Function and Interaction
Établissements canadiensInstitute of Aging
Organismes subventionnairesnon disponible
Mots-clésRUNX1GATA3Transcription factorBiologyFOXP3Cellular differentiationCell biologyCD8T cellGeneGeneticsImmune system

Résumé

récupéré en direct d'OpenAlex

Over the past years, increasing numbers of distinct subsets have been discovered and identified for a T lymphocytes' entity. Differentiation and function of each T cell subset are controlled by a specific master transcription factor. Importantly, Runt-related transcription factors, particularly Runx1 and Runx3, interplay with these master regulators in various aspects of T cells' immunity. In this review article, we first explain roles of Th-Pok and Runx3 in differentiation of CD4 versus CD8 single positive cells, and later focus on cross-regulation of Th-Pok and Runx3 and their relationship with other factors such as TCR strength. Next, we provide evidences for the direct interplay of Runx1/3 with T-bet and GATA3 during Th1 versus Th2 commitment to activate or silence transcription of signature cytokine genes, IFNγ and IL4. Lastly, we explain feed-forward relationship between Runx1 and Foxp3 and discuss roles of Runx1 in regulatory T cells' suppressive activity. This review highlights an essential importance of Runx molecules in controlling various T cell subsets' differentiation and functions through molecular interplay with the master transcription factors in terms of protein-protein interaction as well as regulation of gene expression.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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.

Tête enseignante Opus0,011
Tête enseignante GPT0,246
Écart entre enseignants0,234 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations111
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueImmunologyMême sujetImmune Cell Function and InteractionTravaux en français237 207