MétaCan
Menu
Retour à la cohorte
Enregistrement W1993343884 · doi:10.1080/08916930902832124

Apoptotic and necrotic cells as sentinels of local tissue stress and inflammation: Response pathways initiated in nearby viable cells

2009· review· en· W1993343884 sur OpenAlexafffund
Vimal Patel, Daniel J. Lee, Angelika Longacre-Antoni, Lanfei Feng, Wilfred Lieberthal, Joyce Rauch, David S. Ucker, Jerrold S. Levine

Notice bibliographique

RevueAutoimmunity · 2009
Typereview
Langueen
DomaineImmunology and Microbiology
ThématiquePhagocytosis and Immune Regulation
Établissements canadiensMcGill University Health Centre
Organismes subventionnairesNational Institute of Diabetes and Digestive and Kidney DiseasesNational Institute on AgingCanadian Institutes of Health Research
Mots-clésInflammationApoptosisBiologyFight-or-flight responseProgrammed cell deathCell biologyImmunologyInflammatory responseGeneticsGene

Résumé

récupéré en direct d'OpenAlex

Virtually all cells in the body have the capacity to recognize and respond to dead cells. Viable cells discriminate apo from nec targets via distinct cell surface receptors. Engagement of these receptors induces "recognition-dependent" signaling events in viable responding cells that differ for apo vs. nec targets. Although "engulfment-dependent" signaling events also contribute to the response by viable cells, these events do not differ for apo vs. nec targets. While many signaling events are conserved across diverse cell lineages, other signaling events, especially those involving Akt, demonstrate lineage-specific variation. Whereas apo targets activate Akt in MPhi, they inhibit Akt in kidney epithelial cells. Differences in the responses to dead targets by viable migratory cells, such as MPhi, and viable fixed cells, such as kidney epithelial cells, permit cell-specific adaptations to local environmental change or stress. We propose that dead cells (apo and nec) act as sentinels to alert nearby viable cells to local environmental change or stress.

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)0,001
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 enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,003

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 Opus0,036
Tête enseignante GPT0,291
Écart entre enseignants0,255 · 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

Citations25
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAutoimmunityMême sujetPhagocytosis and Immune RegulationTravaux en français237 207