MétaCan
Menu
Retour à la cohorte
Enregistrement W2076397863 · doi:10.1111/j.1474-9726.2008.00370.x

Functional analysis of the <i>Drosophila</i> immune response during aging

2008· article· en· W2076397863 sur OpenAlexafffund
Sean Ramsden, Yeuk Yu Cheung, Laurent Seroude

Notice bibliographique

RevueAging Cell · 2008
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueInvertebrate Immune Response Mechanisms
Établissements canadiensQueen's University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health Research
Mots-clésBiologyImmune systemSenescenceImmunityInflammationDrosophila (subgenus)ImmunosenescenceImmunologyDrosophila melanogasterFunction (biology)LongevityGeneEvolutionary biologyCell biologyGenetics

Résumé

récupéré en direct d'OpenAlex

One of the most dramatic changes associated with aging involves immunity. In aging mammals, immune function declines and chronic inflammation develops. The biological significance of this phenomenon and its relationship with aging is a priority for aging research. Drosophila is an invaluable tool in understanding the effects of aging on the immune response. Similar to the state of chronic inflammation in mammals, Drosophila exhibits a drastic up-regulation of immunity-related genes with age. However, it remains unclear whether immune function declines with age as seen in mammals. We evaluated the impact of aging on Drosophila immune function by examining across age the ability to eliminate and survive different doses of bacterial invaders. Our findings show that aging reduces the capacity to survive a bacterial infection. In contrast, we found no evidence that aging affects the ability to eliminate bacteria indicating that the mechanisms underlying immune senescence are not involved in eliminating bacteria or preventing their proliferation.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,011
Tête enseignante GPT0,198
Écart entre enseignants0,187 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations72
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAging CellMême sujetInvertebrate Immune Response MechanismsTravaux en français237 207