MétaCan
Menu
Retour à la cohorte
Enregistrement W2792128273 · doi:10.1096/fj.201701536r

Endothelial microRNAs regulating the NF‐κB pathway and cell adhesion molecules during inflammation

2018· review· en· W2792128273 sur OpenAlexafffund
Liang Zhong, Martin J. Simard, Jacques Huot

Notice bibliographique

RevueThe FASEB Journal · 2018
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMicroRNA in disease regulation
Établissements canadiensUniversité LavalCentre hospitalier de l'Université LavalHôtel-Dieu de Québec
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésCell adhesion moleculeCell adhesionmicroRNACell biologyInflammationSoluble cell adhesion moleculesProinflammatory cytokineVCAM-1Leukocyte extravasationSelectinBiologyChemistryICAM-1CellImmunologyBiochemistry

Résumé

récupéré en direct d'OpenAlex

The surface of endothelial cells is covered with cell adhesion molecules, including E-selectin, intercellular adhesion molecule 1 (ICAM-1), and vascular cell adhesion molecule 1 (VCAM- 1) , that mediate the adhesion and extravasation of leukocytes and play pivotal roles in inflammatory response. microRNAs (miRNAs) regulate the expression of these important cell adhesion molecules through two distinct major mechanisms, namely via modulating the proinflammatory NF-κB pathway, which controls their transcription, and via directly targeting them. The present review highlights the role of various miRNAs in controlling the expression of E-selectin, ICAM-1, and VCAM-1: a type of regulation that can be harnessed for therapeutic prevention of inflammation-associated diseases such as atherosclerosis and sepsis. The roles of secreted miRNAs as paracrine regulators, and cell adhesion molecule-based miRNA delivery are also addressed.-Zhong, L., Simard, M. J., Huot, J. Endothelial microRNAs regulating the NF-κB pathway and cell adhesion molecules during inflammation.

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 enseignants0,002
Score d'incertitude au seuil0,006

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 technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
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 Opus0,016
Tête enseignante GPT0,251
Écart entre enseignants0,235 · 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

Citations207
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe FASEB JournalMême sujetMicroRNA in disease regulationTravaux en français237 207