MétaCan
Menu
Retour à la cohorte
Enregistrement W2546389260 · doi:10.1128/mbio.01184-16

The Origin of Mucosal Immunity: Lessons from the Holobiont <i>Hydra</i>

2016· review· en· W2546389260 sur OpenAlexfundno aff
Katja Schröder, Thomas C. G. Bosch

Notice bibliographique

RevuemBio · 2016
Typereview
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMarine Invertebrate Physiology and Ecology
Établissements canadiensnon disponible
Organismes subventionnairesDeutsche ForschungsgemeinschaftCanadian Institute for Advanced Research
Mots-clésLernaean HydraBiologyInnate immune systemHolobiontImmunityMucosal immunityCnidariaImmune systemMicrobiomeVertebrateOrganismImmunologyEvolutionary biologyEcologyCell biologyBacteriaSymbiosisCoralBioinformaticsGeneticsGene

Résumé

récupéré en direct d'OpenAlex

Historically, mucosal immunity-i.e., the portion of the immune system that protects an organism's various mucous membranes from invasion by potentially pathogenic microbes-has been studied in single-cell epithelia in the gastrointestinal and upper respiratory tracts of vertebrates. Phylogenetically, mucosal surfaces appeared for the first time about 560 million years ago in members of the phylum Cnidaria. There are remarkable similarities and shared functions of mucosal immunity in vertebrates and innate immunity in cnidarians, such as Hydra species. Here, we propose a common origin for both systems and review observations that indicate that the ultimately simple holobiont Hydra provides both a new perspective on the relationship between bacteria and animal cells and a new prism for viewing the emergence and evolution of epithelial tissue-based innate immunity. In addition, recent breakthroughs in our understanding of immune responses in Hydra polyps reared under defined short-term gnotobiotic conditions open up the potential of Hydra as an animal research model for the study of common mucosal disorders.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
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 Opus0,050
Tête enseignante GPT0,291
Écart entre enseignants0,240 · 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

Citations60
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuemBioMême sujetMarine Invertebrate Physiology and EcologyTravaux en français237 207