MétaCan
Menu
Retour à la cohorte
Enregistrement W2057594973 · doi:10.1126/stke.3392006pe27

Innate Immune Defense Through RNA Interference

2006· review· en· W2057594973 sur OpenAlexaff
Jörg H. Fritz, Stephen E. Girardin, Dana J. Philpott

Notice bibliographique

RevueScience s STKE · 2006
Typereview
Langueen
DomaineImmunology and Microbiology
ThématiqueInvertebrate Immune Response Mechanisms
Établissements canadiensCanada Research Chairs
Organismes subventionnairesnon disponible
Mots-clésRNA interferenceBiologyInnate immune systemGene silencingImmune systemmicroRNARNA silencingIntrinsic immunityCell biologyCaenorhabditis elegansRNAGeneticsGene

Résumé

récupéré en direct d'OpenAlex

RNA interference (RNAi, also known as RNA silencing) has recently emerged as a fundamental and widespread regulator of gene expression. New developments in this field implicate RNAi in the innate immune response to infection in plants and animals. Evidence from plants, tissue culture cells, and Caenorhabditis elegans-based systems previously suggested that RNAi plays a role in the defense against viral infection, but definitive evidence using viruses and whole animals has been lacking. Two recent reports now show that both Drosophila embryos and adult flies mount a substantial innate immune response to insect viruses that requires the RNAi machinery. This innate response is distinct from known bacterial and fungal defense systems provided by the Toll and immune deficiency (Imd) pathways, thus defining a previously unrecognized strategy to fight viral infection. Whether RNAi, aside from its function in counteracting viruses, is also used to fight bacterial infection remained enigmatic. New evidence, however, now shows that in Arabidopsis, the bacterial component, flagellin, induces the expression of a specific microRNA, which in turn leads to the down-regulation of the signaling pathways that are implicated in disease susceptibility. This down-regulation then increases the plant's resistance to infection. Whether RNAi mechanisms also exist for combating bacterial diseases in animals remains an intriguing question for future studies.

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 enseignants0,004
Score d'incertitude au seuil0,013

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 ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,007

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 Opus0,044
Tête enseignante GPT0,318
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

Citations55
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScience s STKEMême sujetInvertebrate Immune Response MechanismsTravaux en français237 207