MétaCan
Menu
← Retour à la cohorte
Enregistrement W2131326389 · doi:10.25011/cim.v35i6.19210

Mentors And The Butterfly Effect: Triggers For Discovering Signalling by Proteinases via Proteinase-Activated Receptors (PARs) And More

2012· article· en· W2131326389 sur OpenAlexafffundvenue
Morley D. Hollenberg

Notice bibliographique

RevueClinical and investigative medicine · 2012
Typearticle
Langueen
DomaineMedicine
ThématiqueBlood Coagulation and Thrombosis Mechanisms
Établissements canadiensUniversity of Calgary
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésReceptorContext (archaeology)BiologySignallingFunction (biology)Cell biologyNeuroscienceGenetics

Résumé

récupéré en direct d'OpenAlex

The essential role of proteinases as regulatory digestive enzymes, recognized since the late 1800s, has been underscored by the discovery that more than 2% of the genome codes for proteinases and their inhibitors. Further, by the early 1970s it was appreciated that in addition to their digestive actions, proteinases can affect cell function: (1) by the generation or degradation of peptide hormones and (2) by the direct regulation of signalling by receptors like the one for insulin. It was the discovery in the 1990s of the novel G-protein-coupled 'proteinase-activated receptor' (PAR) family that has caused a paradigm shift in the understanding of the way that proteinases can regulate cell signalling. This overview provides a perspective for the discovery of the PARs and my laboratory's role in (1) understanding the molecular pharmacology of these fascinating receptors and (2) identifying the potential pathophysiological roles that the PAR family can play in inflammatory disease. In this context, the overview also portrays the essential impact that seemingly minor comments/insights provided by my lifelong mentors have had on kindling my intense interest in proteinase-mediated signalling. The 'butterfly effect' of those comments has led to an unexpectedly large impact on my own research directions. Hopefully my own 'butterfly comments' will also be heard by my trainees and other colleagues with whom I am currently working and will promote future discoveries that will be directly relevant to the treatment of inflammatory disease.

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)0,003
score de la tête « metaresearch » (Gemma)0,006
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: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,055

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0020,004
Communication savante0,0050,004
Science ouverte0,0010,003
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0160,006

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 Opus0,099
Tête enseignante GPT0,340
Écart entre enseignants0,241 · 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
GenreCommentaire

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

En bref

Citations0
Publié2012
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueClinical and investigative medicine→Même sujetBlood Coagulation and Thrombosis Mechanisms→Travaux en français237 207→