Crosstalk between Platelets and the Immune System: Old Systems with New Discoveries
Notice bibliographique
Résumé
Platelets are small anucleate cells circulating in the blood. It has been recognized for more than 100 years that platelet adhesion and aggregation at the site of vascular injury are critical events in hemostasis and thrombosis; however, recent studies demonstrated that, in addition to these classic roles, platelets also have important functions in inflammation and the immune response. Platelets contain many proinflammatory molecules and cytokines (e.g., P-selectin, CD40L, IL-1β, etc.), which support leukocyte trafficking, modulate immunoglobulin class switch, and germinal center formation. Platelets express several functional Toll-like receptors (TLRs), such as TLR-2, TLR-4, and TLR-9, which may potentially link innate immunity with thrombosis. Interestingly, platelets also contain multiple anti-inflammatory molecules and cytokines (e.g., transforming growth factor-β and thrombospondin-1). Emerging evidence also suggests that platelets are involved in lymphatic vessel development by directly interacting with lymphatic endothelial cells through C-type lectin-like receptor 2. Besides the active contributions of platelets to the immune system, platelets are passively targeted in several immune-mediated diseases, such as autoimmune thrombocytopenia, infection-associated thrombocytopenia, and fetal and neonatal alloimmune thrombocytopenia. These data suggest that platelets are important immune cells and may contribute to innate and adaptive immunity under both physiological and pathological conditions.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».