Targeting the C-type Lectins-Mediated Host-Pathogen Interactions with Dextran
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Dextran, the α-1,6-linked glucose polymer widely used in biology and medicine, promises new applications. Linear dextran applied as a blood plasma substitute demonstrates a high rate of biocompatibility. Dextran is present in foods, drugs, and vaccines and in most cases is applied as a biologically inert substance. In this review we analyze dextran's cellular uptake principles, receptor specificity and, therefore, its ability to interfere with pathogen-lectin interactions: a promising basis for new antimicrobial strategies. Dextran-binding receptors in humans include the DC-SIGN (dendritic cell-specific intercellular adhesion molecule 3-grabbing nonintegrin) family receptors: DC-SIGN (CD209) and L-SIGN (the liver and lymphatic endothelium homologue of DC-SIGN), the mannose receptor (CD206), and langerin. These receptors take part in the uptake of pathogens by dendritic cells and macrophages and may also participate in the modulation of immune responses, mostly shown to be beneficial for pathogens per se rather than host(s). It is logical to predict that owing to receptor-specific interactions, dextran or its derivatives can interfere with these immune responses and improve infection outcome. Recent data support this hypothesis. We consider dextran a promising molecule for the development of lectin-glycan interaction-blocking molecules (such as DC-SIGN inhibitors) that could be applied in the treatment of diseases including tuberculosis, influenza, hepatitis B and C, human immunodeficiency virus infection and AIDS, etc. Dextran derivatives indeed change the pathology of infections dependent on DC-SIGN and mannose receptors. Complete knowledge of specific dextran-lectin interactions may also be important for development of future dextran applications in biological research and medicine.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
score_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