MétaCan
Menu
Retour à la cohorte
Enregistrement W2836698146 · doi:10.1111/tra.12601

Evolution of protein trafficking in kinetoplastid parasites: Complexity and pathogenesis

2018· review· en· W2836698146 sur OpenAlexfundno aff
Divya Venkatesh, Ning Zhang, Martin Zoltner, Ricardo Canavate Del Pino, Mark C. Field

Notice bibliographique

RevueTraffic · 2018
Typereview
Langueen
DomaineImmunology and Microbiology
ThématiqueToxoplasma gondii Research Studies
Établissements canadiensnon disponible
Organismes subventionnairesMedical Research CouncilMedical Research Council CanadaWellcome Trust
Mots-clésBiologyCell biologyPathogenesisComputational biologyGeneticsImmunology

Résumé

récupéré en direct d'OpenAlex

The kinetoplastida and their close relatives are unicellular organisms prevalent within the biosphere and important for significant impacts on global health, economy and ecosystems. They are, under most models, an early branching lineage. Individual species adapted to highly diverse environments by adopting complex life styles; parasitic species can infect a wide range of eukaryotic hosts, while many relatives are free-living and some autotrophic from acquiring a plastid for photosynthesis. Adaptation is especially evident in the evolution of kinetoplastid cell surface architecture and is supported by endomembrane trafficking and serves as a platform for interaction with its environment. Here we summarize and discuss recent genomic and experimental studies of the protein trafficking system in kinetoplastids, with focus on the composition and function of the surface as well as mechanisms for constructing, maintaining and regulating the cell surface proteome. We hope this provides a broad view of how protein trafficking contributes to the intricate and dynamic host-parasite interfaces that are critical for successful environmental adaptation of this highly important lineage.

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 enseignants0,002
Score d'incertitude au seuil0,006

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
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
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 Opus0,070
Tête enseignante GPT0,329
Écart entre enseignants0,258 · 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

Citations12
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTrafficMême sujetToxoplasma gondii Research StudiesTravaux en français237 207