The diversity of platelet microparticles
Notice bibliographique
Résumé
PURPOSE OF REVIEW: Platelet microparticles are small extracellular vesicles abundant in blood. The present review will introduce the mechanisms underlying the generation of microparticles, and will describe the diverse microparticle subtypes identified to date. The most appropriate methodologies used to distinguish microparticle subtypes will be also presented. RECENT FINDINGS: Both the megakaryocytes and platelets can generate microparticles. Circulating microparticles originating from megakaryocytes are distinguished from those derived from activated platelets by the presence of CD62P, LAMP-1, and immunoreceptor-based activation motif receptors. Close examination of platelet activation has shed light on a novel mechanism leading to microparticle production. Under physiologic flow, microparticles bud off from long membrane strands formed by activated platelets. Furthermore, mounting evidence supports the notion of microparticle heterogeneity. Platelet microparticles are commonly characterized by the expression of surface platelet antigens and phosphatidylserine. In fact, only a fraction of platelet microparticles harbor phosphatidylserine, and a distinct subset contains respiratory-competent mitochondria. During disease, the microparticle surface may undergo posttranslational modifications such as citrullination, further supporting the concept of microparticle diversity. SUMMARY: An appreciation of the microparticle heterogeneity will support their development as potential biomarkers and may reveal functions unique to each microparticle subtype in health and disease.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».