MétaCan
Menu
Retour à la cohorte
Enregistrement W2791389853 · doi:10.4052/tigg.1734.1se

Human Milk Oligosaccharides as Essential Tools for Basic and Application Studies on Galectins

2018· article· en· W2791389853 sur OpenAlexaff
Tadasu Urashima, Jun Hirabayashi, Sachiko Sato, Akira Kobata

Notice bibliographique

RevueTrends in Glycoscience and Glycotechnology · 2018
Typearticle
Langueen
DomaineNursing
ThématiqueInfant Nutrition and Health
Établissements canadiensUniversité Laval
Organismes subventionnairesUniversity of Sydney
Mots-clésGalectinGlycanGlycobiologyChemistryOligosaccharideSelectinBiochemistryLectinGlycoproteinSialyl-Lewis XMonoclonal antibodyComputational biologyBiologyAntibodyImmunologyCell adhesion molecule

Résumé

récupéré en direct d'OpenAlex

It is now recognized that human milk oligosaccharides (HMOs) can function both as prebiotics and as decoy receptors that inhibit the attachment of pathogenic microorganisms to the colonic mucosa. They can also act as immune modulators and as colonic maturation stimulators in breast-fed infants. These functions could be mediated by biological interaction between a variety of HMOs and lectins including galectins, selectins and siglecs. There are more than 100 HMOs; they have structural units such as H type 1: Fucα1-2Galβ1-3GlcNAc, Lewis a: Galβ1-3(Fucα1-4)GlcNAc, Lewis b: Fucα1-2Galβ1-3(Fucα1-4)GlcNAc, Lewis x: Galβ1-4(Fucα1-3)GlcNAc, sialyl Lewis a: Neu5Acα2-3Galβ1-3(Fucα1-4)GlcNAc, and sialyl Lewis x: Neu5Acα2-3Galβ1-4(Fucα1-3)GlcNAc. It can be expected that these units may be utilized as tools for studies on the sugar-binding specificities of lectins including galectins, monoclonal antibodies, virus capsid proteins and bacterial toxins. This mini-review presents the dataset of comprehensive HMO structures, including recently clarified ones, in tabular form, for its utilization in such studies, including those of carbohydrate-binding specificity of galectins. In addition, this review introduces recent in vivo and clinical studies, which may be relevant to the biological functions and future utilization of HMOs.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,501
Score d'incertitude au seuil0,533

Scores Codex et Gemma par catégorie

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

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 Opus0,047
Tête enseignante GPT0,397
Écart entre enseignants0,350 · 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 tête enseignante, 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

Citations160
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTrends in Glycoscience and GlycotechnologyMême sujetInfant Nutrition and HealthTravaux en français237 207