MétaCan
Menu
Retour à la cohorte
Enregistrement W2023323209 · doi:10.1177/1753425910369271

Review: Soluble innate immune pattern-recognition proteins for clearing dying cells and cellular components: implications on exacerbating or resolving inflammation

2010· review· en· W2023323209 sur OpenAlexafffund
Michael L. Litvack, Nades Palaniyar

Notice bibliographique

RevueInnate Immunity · 2010
Typereview
Langueen
DomaineImmunology and Microbiology
ThématiqueBiomarkers in Disease Mechanisms
Établissements canadiensSickKids FoundationHospital for Sick ChildrenUniversity of Toronto
Organismes subventionnairesCanadian Institutes of Health ResearchHospital for Sick Children
Mots-clésInnate immune systemCell biologyProgrammed cell deathBiologyIntracellularImmune systemCellInflammationCollectinEfferocytosisCell typeApoptosisImmunologyMacrophageBiochemistry

Résumé

récupéré en direct d'OpenAlex

Soluble innate immune pattern-recognition proteins (sPRPs) identify non-self or altered-self molecular patterns. Dying cells often display altered-self arrays of molecules on their surfaces. Hence, sPRPs are ideal for recognizing these cells and their components. Dying cell surfaces often contain, or allow the access to different lipids, intracellular glycoproteins and nucleic acids such as DNA at different stages of cell death. These are considered as 'eat me' signals that replace the native 'don't eat me' signals such as CD31, CD47 present on the live cells. A programmed cell death process such as apoptosis also generates cell surface blebs that contain intracellular components. These blebs are easily released for effective clearance or signalling. During late stages of cell death, soluble components are also released that act as 'find me' signal (e.g. LysoPC, nucleotides). The sPRPs such as collectins, ficolins, pentraxins, sCD14, MFG-E8, natural IgM and C1q can effectively identify some of these specific molecular patterns. The biological end-point is different depending on sPRP, tissue, stage of apoptosis and the type of cell death. The sPRPs that reside in the immune-privileged surfaces such as lungs often act as opsonins and enhance a silent clearance of dying cells and cellular material by macrophages and other phagocytic cells. Although the recognition of these materials by complement-activating proteins could amplify the opsonic signal, this pathway may aggravate inflammation. Clear understanding of the involvement of specific sPRPs in cell death and subsequent clearance of dying cell and their components is essential for devising appropriate treatment strategies for diseases involving infection, inflammation and auto-antibody generation.

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)0,002
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: Sans objet
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,001
Communication savante0,0020,003
Science ouverte0,0020,001
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0090,008

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 Opus0,071
Tête enseignante GPT0,307
Écart entre enseignants0,236 · 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

Citations94
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInnate ImmunityMême sujetBiomarkers in Disease MechanismsTravaux en français237 207