MétaCan
Menu
Retour à la cohorte
Enregistrement W2181342396 · doi:10.3389/fmicb.2015.01244

Inside the Envelope: Endogenous Retrovirus-K Env as a Biomarker and Therapeutic Target

2015· review· en· W2181342396 sur OpenAlexafffund
Marie-Josée Nadeau, Mamneet Manghera, Renée N. Douville

Notice bibliographique

RevueFrontiers in Microbiology · 2015
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCRISPR and Genetic Engineering
Établissements canadiensUniversity of ManitobaUniversity of Winnipeg
Organismes subventionnairesUniversity of Winnipeg
Mots-clésEndogenous retrovirusBiologyEpigeneticsInnate immune systemBiomarkerVirologyDiseaseGene silencingRetrovirusGenomeGeneticsGeneImmunologyImmune systemVirusMedicine

Résumé

récupéré en direct d'OpenAlex

Due to multiple ancestral human retroviral germ cell infections, the modern human genome is strewn with relics of these infections, termed endogenous retroviruses (ERVs). ERV expression has been silenced due to negative selective pressures and genetic phenomena such as mutations and epigenetic silencing. Nonetheless, select ERVs have retained the capacity to be damaging to their host when reawakened. Much of the current research on the ERVK Env protein strongly suggests a causal or contributive role in the pathogenesis of various cancers, autoimmune and infectious diseases. Additionally, there is a small body of research suggesting that ERVK Env has been domesticated for use in placental development, akin to the ERVW syncytin. Though much is left to ascertain, the innate immune response to ERVK Env expression has been partially characterized and appears to be due to a region located in the transmembrane domain of the Env protein. In this review, we aim to highlight ERVK Env as a biomarker for inflammatory conditions and explore its use as a future therapeutic target for cancers, HIV infection and neurological 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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,027
Tête enseignante GPT0,307
Écart entre enseignants0,280 · 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
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

Citations14
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in MicrobiologyMême sujetCRISPR and Genetic EngineeringTravaux en français237 207