MétaCan
Menu
Retour à la cohorte
Enregistrement W2278367190 · doi:10.1186/1753-6561-9-s9-p9

Cellular signaling pathways modulated by influenza infection in HEK293 cells

2015· article· en· W2278367190 sur OpenAlexaff
Aziza Manceur, Amine Kamen, Emma Petiot, Chun Fang Shen, Sven Ansorge

Notice bibliographique

RevueBMC Proceedings · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueInfluenza Virus Research Studies
Établissements canadiensMcGill UniversityNational Research Council Canada
Organismes subventionnairesnon disponible
Mots-clésMedicineHEK 293 cellsSignal transductionBioinformaticsVirologyComputational biologyCell biologyInternal medicineBiologyReceptor

Résumé

récupéré en direct d'OpenAlex

Background Cell-culture based vaccines are a valuable alternative to egg-produced vaccines. The equivalent of 1500 influenza vaccine doses can be produced in a 1L bioreactor within 48 hours with HEK293 cells. The kinetics of production of H1N1 A/Puerto Rico/8/68 in HEK293 cells has been previously characterized by our group [1]; higher viral production is achieved when cells are infected at a multiplicity of infection (MOI) of 0.01 compared to an MOI of 1. Also, two cycles of infection take place: a first round of virus is produced at 8 hours post-infection (hpi) which then infect cells again and lead to a second viral exit at 16 hpi. Infection triggers a cascade of intracellular responses which contributes to viral replication, but eventually leads to cell death. Most studies focus on one pathway at a time, and aim at limiting the extent of the infection through the use of inhibitors. Our goal however is to increase viral yield and quality. The main objective is therefore to understand and manipulate the molecular events taking place at the cellular level upon influenza infection and replication, with particular attention to key time points corresponding to viral production and exit. Signaling pathways examined include the Akt, mTOR and ERK pathway, and their activation levels were determined by measuring their phosphorylation states.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,234
Score d'incertitude au seuil0,929

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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 Opus0,136
Tête enseignante GPT0,340
Écart entre enseignants0,204 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC ProceedingsMême sujetInfluenza Virus Research StudiesTravaux en français237 207