MétaCan
Menu
Retour à la cohorte
Enregistrement W2325292714 · doi:10.1021/sb3000468

Programming Membrane Fusion and Subsequent Apoptosis into Mammalian Cells

2012· letter· en· W2325292714 sur OpenAlexafffund
Seema Nagaraj, Evan Mills, Stanley Sau Ching Wong, Kevin Truong

Notice bibliographique

RevueACS Synthetic Biology · 2012
Typeletter
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueVirus-based gene therapy research
Établissements canadiensUniversity of Toronto
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésSyncytiumCell fusionCell biologyVesicular stomatitis virusBiologyApoptosisFusion mechanismOncolytic virusCellMultinucleateLipid bilayer fusionCell cultureImmune systemVirologyVirusBiochemistryImmunologyGenetics

Résumé

récupéré en direct d'OpenAlex

By the delivery of specific natural or engineered proteins, mammalian cells can be programmed to perform increasingly sophisticated and useful functions. Here, we introduce a set of proteins that has potential value in cell-based therapies by programming a cell to target tumor cells. First, the delivery of VSV-G (vesicular stomatitis virus glycoprotein) allowed the cell to undergo membrane fusion with adjacent cells to form syncytia (i.e., a multinucleated cell) in conditions of low pH typically occurring at a tumor site. The formation of syncytia caused the clustering of nuclei along with an integration of the microtubule network and ER. Interestingly, the formation of syncytia between cells that are dynamically blebbing, a mode of migration preferred during tumor metastasis, resulted in the loss of these morphology changes. Lastly, the codelivery of VSV-G with L57R (an engineered photoactivated caspase-7) allowed cells to undergo low pH-dependent membrane fusion followed by blue light-dependent apoptosis. In cell-based therapies, the clearance of syncytia between tumor cells might further trigger an immune response against the tumor.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,018
Tête enseignante GPT0,277
Écart entre enseignants0,259 · 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'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

Citations12
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueACS Synthetic BiologyMême sujetVirus-based gene therapy researchTravaux en français237 207