MétaCan
Menu
Retour à la cohorte
Enregistrement W2034779847 · doi:10.1159/000380910

Sequential Immune Responses: The Weapons of Immunity

2015· review· en· W2034779847 sur OpenAlexaff
Charles D. Mills, Klaus Ley, Kurt Buchmann, Johnathan Canton

Notice bibliographique

RevueJournal of Innate Immunity · 2015
Typereview
Langueen
DomaineImmunology and Microbiology
ThématiqueImmune Response and Inflammation
Établissements canadiensHospital for Sick Children
Organismes subventionnairesNational Heart, Lung, and Blood Institute
Mots-clésImmune systemInnate immune systemBiologyImmunityAcquired immune systemMacrophageImmunologyHost (biology)AntigenCCL18GeneticsIn vitro

Résumé

récupéré en direct d'OpenAlex

Sequential immune responses (SIR) is a new model that describes what 'immunity' means in higher animals. Existing models, such as self/nonself discrimination or danger, focus on how immune responses are initiated. However, initiation is not protection. SIR describes the actual immune responses that provide protection. SIR resulted from a comprehensive analysis of the evolution of immune systems that revealed that several very different types of host innate responses occur (and at different tempos) which together provide host protection. SIR1 uses rapidly activated enzymes like the NADPH oxidases and is present in all animal cells. SIR2 is mediated by the first 'immune' cells: macrophage-like cells. SIR3 evolved in animals like invertebrates and provides enhanced protection through advanced macrophage recognition and killing of pathogens and through other innate immune cells such as neutrophils. Finally, in vertebrates, macrophages developed SIR4: the ability to present antigens to T cells. Though much slower than SIR1-3, adaptive responses provide a unique new protection for higher vertebrates. Importantly, newer SIR responses were added on top of older, evolutionarily conserved functions to provide 'layers' of host protection. SIR transcends existing models by elucidating the different weapons of immunity that provide host protection in higher animals.

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)0,001
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 enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,068
Tête enseignante GPT0,349
Écart entre enseignants0,281 · 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

Citations43
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Innate ImmunityMême sujetImmune Response and InflammationTravaux en français237 207