MétaCan
Menu
Retour à la cohorte
Enregistrement W2033465391 · doi:10.1021/bi300752r

Mechanisms of Mammalian Iron Homeostasis

2012· review· en· W2033465391 sur OpenAlexafffund
Kostas Pantopoulos, Suheel K. Porwal, Alan M. Tartakoff, Laxminarayana R. Devireddy

Notice bibliographique

RevueBiochemistry · 2012
Typereview
Langueen
DomaineMedicine
ThématiqueIron Metabolism and Disorders
Établissements canadiensMcGill UniversityJewish General Hospital
Organismes subventionnairesNational Institute of Diabetes and Digestive and Kidney DiseasesNational Cancer InstituteCanadian Institutes of Health Research
Mots-clésIron homeostasisHepcidinHomeostasisCell biologyIntracellularCofactorFerroportinIron deficiencyChemistryBiologyMetabolismBiochemistryAnemiaEnzymeImmunologyInflammationMedicineInternal medicine

Résumé

récupéré en direct d'OpenAlex

Iron is vital for almost all organisms because of its ability to donate and accept electrons with relative ease. It serves as a cofactor for many proteins and enzymes necessary for oxygen and energy metabolism, as well as for several other essential processes. Mammalian cells utilize multiple mechanisms to acquire iron. Disruption of iron homeostasis is associated with various human diseases: iron deficiency resulting from defects in the acquisition or distribution of the metal causes anemia, whereas iron surfeit resulting from excessive iron absorption or defective utilization causes abnormal tissue iron deposition, leading to oxidative damage. Mammals utilize distinct mechanisms to regulate iron homeostasis at the systemic and cellular levels. These involve the hormone hepcidin and iron regulatory proteins, which collectively ensure iron balance. This review outlines recent advances in iron regulatory pathways as well as in mechanisms underlying intracellular iron trafficking, an important but less studied area of mammalian iron homeostasis.

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 enseignants0,002
Score d'incertitude au seuil0,007

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)0,0020,002

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 Opus0,034
Tête enseignante GPT0,308
Écart entre enseignants0,274 · 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

Citations587
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBiochemistryMême sujetIron Metabolism and DisordersTravaux en français237 207