MétaCan
Menu
Retour à la cohorte
Enregistrement W2127551338 · doi:10.2174/187152809788462626

Syk: A Novel Target for Treatment of Inflammation in Lung Disease

2009· review· en· W2127551338 sur OpenAlexaff
Michael P. Sanderson, Christine Lau, Andreas Schnapp, Chung‐Wai Chow

Notice bibliographique

RevueInflammation & Allergy - Drug Targets · 2009
Typereview
Langueen
DomaineMedicine
ThématiqueAsthma and respiratory diseases
Établissements canadiensUniversity of New BrunswickCanada Research ChairsUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésSykImmunologyMedicineImmune systemInflammationInnate immune systemContext (archaeology)Cancer researchTyrosine kinaseReceptorBiologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Spleen Tyrosine Kinase (Syk) is widely expressed in the immune system and functions in the transmission of inflammatory signals via ITAM-bearing cell surface receptors. The broad expression pattern and importance of Syk in regulating innate immunity and the inflammatory response have led to significant interest from the pharmaceutical industry to developing anti-Syk therapeutics for the treatment of inflammatory disorders such as allergic rhinitis and rheumatoid arthritis. While the function and regulation of Syk has been well-described in leukocytes, where its primary role is an early transducer of signaling following immunoreceptor engagement, Syk has recently been described in non-immune cells, such as the airway epithelium, that also play an important role in mediating the inflammatory response. This manuscript will focus on the expression and function of Syk in the context of inflammatory lung diseases, and review recent data that have demonstrated novel roles for Syk in airway epithelial cells, particularly its role in mediating the human rhinovirus (HRV) induced inflammatory response and viral cell entry. In addition, data describing the efficacy of novel Syk inhibitors in the management of inflammatory diseases in animal models and early clinical trials are also reviewed.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,985
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,028
Tête enseignante GPT0,322
Écart entre enseignants0,294 · 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.

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

Citations19
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInflammation & Allergy - Drug TargetsMême sujetAsthma and respiratory diseasesTravaux en français237 207