MétaCan
Menu
Retour à la cohorte
Enregistrement W2579549256 · doi:10.4049/jimmunol.1601247

Microbiome-Modulated Metabolites at the Interface of Host Immunity

2017· review· en· W2579549256 sur OpenAlexfundno aff
Eran Blacher, Maayan Levy, Evgeny Tatirovsky, Eran Elinav

Notice bibliographique

RevueThe Journal of Immunology · 2017
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGut microbiota and health
Établissements canadiensnon disponible
Organismes subventionnairesAbisch-Frenkel-StiftungIsrael Science FoundationGerman-Israeli Foundation for Scientific Research and DevelopmentRising Tide FoundationMinerva FoundationEuropean Foundation for the Study of DiabetesCanadian Institute for Advanced ResearchBenoziyo Endowment Fund for the Advancement of ScienceLeona M. and Harry B. Helmsley Charitable Trust
Mots-clésImmunityMicrobiomeHost (biology)BiologyComputational biologyImmune systemImmunologyBioinformaticsEcology

Résumé

récupéré en direct d'OpenAlex

The mammalian gastrointestinal tract and associated mucosal immune system harbor a large repertoire of metabolites of prokaryotic and eukaryotic origin that play important roles in eukaryotic development and physiology. These often bioactive small molecules originate from nutrition- and environmental-related sources, or are endogenously produced and modulated by the host and its microbiota. A complex network of interactions exists between the intestinal mucosal immune system and the microbiota. This intimate cross-talk may be driven by metabolite secretion and signaling, and features profound influences on host immunity and physiology, including the endocrine, metabolic, and nervous system function in health and disease. Alterations in microbiome-associated metabolite levels and activity are implicated in the pathogenesis of a growing number of illnesses. In this review we discuss the origin and influence of microbiome-modulated metabolites, with an emphasis on immune cell development and function. We further highlight the emerging data potentially implicating metabolite misbalance with host-microbiome-associated disease.

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)0,001
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 enseignants0,004
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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 Opus0,038
Tête enseignante GPT0,373
Écart entre enseignants0,335 · 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

Citations348
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of ImmunologyMême sujetGut microbiota and healthTravaux en français237 207