MétaCan
Menu
Retour à la cohorte
Enregistrement W2112930647 · doi:10.1189/jlb.1004616

Single gene effects in mouse models of host: pathogen interactions

2005· review· en· W2112930647 sur OpenAlexafffund
A H Fortier, Gundula Min‐Oo, John Forbes, Steven Lam-Yuk-Tseung, Philippe Gros

Notice bibliographique

RevueJournal of Leukocyte Biology · 2005
Typereview
Langueen
DomaineMedicine
ThématiqueViral gastroenteritis research and epidemiology
Établissements canadiensMcGill University
Organismes subventionnairesNational Institute of Allergy and Infectious DiseasesCanadian Institutes of Health ResearchNational Institutes of HealthMcGill University
Mots-clésBiologyHost (biology)PathogenGeneGenetics

Résumé

récupéré en direct d'OpenAlex

Inbred mouse strains have been known for many years to vary in their degree of susceptibility to different types of infectious diseases. The genetic basis of these interstrain differences is sometimes simple but often complex. In a few cases, positional cloning has been used successfully to identify single gene effects. The natural resistance-associated macrophage protein 1 (Nramp1) gene (Slc11a1) codes for a metal transporter active at the phagosomal membrane of macrophages, and Nramp1 mutations cause susceptibility to Mycobacterium, Salmonella, and Leishmania. Furthermore, recent advances in gene transfer technologies in transgenic mice have enabled the functional dissection of gene effects mapping to complex, repeated parts of the genome, such as the Lgn1 locus, causing susceptibility to Legionella pneumophila in macrophages. Finally, complex traits such as the genetically determined susceptibility to malaria can sometimes be broken down into multiple single gene effects. One such example is the case of pyruvate kinase, where a loss-of-function mutation was recently shown by our group to be protective against blood-stage infection with Plasmodium chabaudi. In all three cases reviewed, the characterization of the noted gene effect(s) has shed considerable light on the pathophysiology of the infection, including host response mechanisms.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,975
Score d'incertitude au seuil0,856

Scores Codex et Gemma par catégorie

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

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 Opus0,115
Tête enseignante GPT0,414
Écart entre enseignants0,299 · 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 tête enseignante, 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

Citations74
Publié2005
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Leukocyte BiologyMême sujetViral gastroenteritis research and epidemiologyTravaux en français237 207