MétaCan
Menu
Retour à la cohorte
Enregistrement W2789244789 · doi:10.1002/jlb.2mir0917-383r

On taking the STING out of immune activation

2018· review· en· W2789244789 sur OpenAlexafffund
Andra Banete, Kyle Seaver, Devyani Bakshi, Katrina Gee, Sameh Basta

Notice bibliographique

RevueJournal of Leukocyte Biology · 2018
Typereview
Langueen
DomaineImmunology and Microbiology
Thématiqueinterferon and immune responses
Établissements canadiensQueen's University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health Research
Mots-clésStingStimulator of interferon genesBiologyInterferonImmune systemIRF3Innate immune systemImmunologySignal transductionImmunityInterferon regulatory factorsInterferon type ITranscription factorSignal transducing adaptor proteinCytotoxic T cellIRF7Cell biologyCancer researchGeneGenetics

Résumé

récupéré en direct d'OpenAlex

Nearly a decade ago, an endoplasmic reticulum (ER) adaptor protein called stimulator of interferon genes (STING) was found to be critical in the induction of type I IFN production in response to DNA virus infection. STING functions by sensing cytoplasmic DNA and activates key transcription factors, including IFN regulatory factor (IRF)-3 and IRF7, to initiate type I IFN expression. Type I IFNs are vital in immunity against viral infections and can influence cancer cell proliferation, migration, and apoptosis. Several studies have shown that STING activation results in potent antitumor activity by generating strong tumor-specific cytotoxic T-cell responses. Moreover, compared with wild-type, STING-knockout mice show greater susceptibility to viral infections. In this review, we discuss the importance of STING signaling during the induction of immune responses, especially those associated with type I IFN in viral infections and tumor immunity. Furthermore, we highlight recent data that unravel how the STING signaling pathway can be negatively regulated.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
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)0,0030,002

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 Opus0,087
Tête enseignante GPT0,372
Écart entre enseignants0,286 · 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

Citations23
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Leukocyte BiologyMême sujetinterferon and immune responsesTravaux en français237 207