MétaCan
Menu
Retour à la cohorte
Enregistrement W2028951511 · doi:10.1155/2015/189016

Current and Potential Applications of Host-Defense Peptides and Proteins in Urology

2015· review· en· W2028951511 sur OpenAlexaff
Joey Lo, Dirk Lange

Notice bibliographique

RevueBioMed Research International · 2015
Typereview
Langueen
DomaineImmunology and Microbiology
ThématiqueAntimicrobial Peptides and Activities
Établissements canadiensVancouver General HospitalUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésAntimicrobial peptidesAntimicrobialPeptideChemistryIntracellularBacteriaAntibioticsComputational biologyBiochemistryBiologyMicrobiology

Résumé

récupéré en direct d'OpenAlex

The use of antibiotics has become increasingly disfavored as more multidrug resistant pathogens are on the rise. A promising alternative to the use of these conventional drugs includes antimicrobial peptides or host-defense peptides. These peptides typically consist of short amino acid chains with a net cationic charge and a substantial portion of hydrophobic residues. They mainly target the bacterial cell membrane but are also capable of translocating through the membrane and target intracellular components, making it difficult for bacteria to gain resistance as multiple essential cellular processes are being targeted. The use of these peptides in the field of biomedical therapies has been examined, and the different approaches to using them under various settings are constantly being discovered. In this review, we discuss the current and potential applications of these host-defense peptides in the field of urology. Besides the use of these peptides as antimicrobial agents, the value of these biological molecules has recently been expanded to their use as antitumor and anti-kidney-stone agents.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,995
Score d'incertitude au seuil0,603

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,081
Tête enseignante GPT0,397
Écart entre enseignants0,317 · 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 tête enseignante, 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

Citations17
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBioMed Research InternationalMême sujetAntimicrobial Peptides and ActivitiesTravaux en français237 207