MétaCan
Menu
Retour à la cohorte
Enregistrement W2578846619 · doi:10.1186/s12860-016-0120-x

Gap junctions and hemichannels: communicating cell death in neurodevelopment and disease

2017· review· en· W2578846619 sur OpenAlexafffund
Andrei B. Belousov, Joseph D. Fontes, Moises Freitas‐Andrade, Christian C. Naus

Notice bibliographique

RevueBMC Cell Biology · 2017
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueConnexins and lens biology
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNational Institute of Neurological Disorders and StrokeCanadian Institutes of Health ResearchNational Institutes of Health
Mots-clésConnexinGap junctionConnexonBiologyNeurosciencePannexinContext (archaeology)Cell biologyNervous systemCentral nervous systemTranslation (biology)Cell typeIntracellularCellGeneticsGeneMessenger RNA

Résumé

récupéré en direct d'OpenAlex

Gap junctions are unique membrane channels that play a significant role in intercellular communication in the developing and mature central nervous system (CNS). These channels are composed of connexin proteins that oligomerize into hexamers to form connexons or hemichannels. Many different connexins are expressed in the CNS, with some specificity with regard to the cell types in which distinct connexins are found, as well as the timepoints when they are expressed in the developing and mature CNS. Both the main neuronal Cx36 and glial Cx43 play critical roles in neurodevelopment. These connexins also mediate distinct aspects of the CNS response to pathological conditions. An imbalance in the expression, translation, trafficking and turnover of connexins, as well as mutations of connexins, can impact their function in the context of cell death in neurodevelopment and disease. With the ever-increasing understanding of connexins in the brain, therapeutic strategies could be developed to target these membrane channels in various neurological 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 enseignants0,005
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0030,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,003
Science ouverte0,0010,001
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0050,004

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 Opus0,113
Tête enseignante GPT0,343
Écart entre enseignants0,230 · 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

Citations89
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBMC Cell BiologyMême sujetConnexins and lens biologyTravaux en français237 207