MétaCan
Menu
Retour à la cohorte
Enregistrement W2216485355 · doi:10.1007/s00018-015-2119-4

Exploring NAD+ metabolism in host–pathogen interactions

2015· review· en· W2216485355 sur OpenAlexafffund
Inês Mesquita, Patrícia Varela, Ana Belinha, Joana Gaifem, Mireille Laforge, Baptiste Vergnes, Jérôme Estaquier, Ricardo Silvestre

Notice bibliographique

RevueCellular and Molecular Life Sciences · 2015
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCalcium signaling and nucleotide metabolism
Établissements canadiensUniversité LavalCentre hospitalier de l'Université Laval
Organismes subventionnairesSeventh Framework ProgrammeFundação para a Ciência e a TecnologiaCanada Research ChairsInstitut de Recherche pour le DéveloppementProvidence Health CareAgence Nationale de la RechercheBusiness Events Perth
Mots-clésNAD+ kinasePathogenIntracellularNicotinamide adenine dinucleotideCatabolismBiologyMetabolismBiochemistryEnzymeCofactorCell biologyMicrobiology

Résumé

récupéré en direct d'OpenAlex

Nicotinamide adenine dinucleotide (NAD(+)) is a vital molecule found in all living cells. NAD(+) intracellular levels are dictated by its synthesis, using the de novo and/or salvage pathway, and through its catabolic use as co-enzyme or co-substrate. The regulation of NAD(+) metabolism has proven to be an adequate drug target for several diseases, including cancer, neurodegenerative or inflammatory diseases. Increasing interest has been given to NAD(+) metabolism during innate and adaptive immune responses suggesting that its modulation could also be relevant during host-pathogen interactions. While the maintenance of NAD(+) homeostatic levels assures an adequate environment for host cell survival and proliferation, fluctuations in NAD(+) or biosynthetic precursors bioavailability have been described during host-pathogen interactions, which will interfere with pathogen persistence or clearance. Here, we review the double-edged sword of NAD(+) metabolism during host-pathogen interactions emphasizing its potential for treatment of infectious diseases.

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)0,000
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 enseignants0,994
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
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 Opus0,130
Tête enseignante GPT0,335
Écart entre enseignants0,205 · 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

Citations52
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCellular and Molecular Life SciencesMême sujetCalcium signaling and nucleotide metabolismTravaux en français237 207