MétaCan
Menu
Retour à la cohorte
Enregistrement W2884414521 · doi:10.1155/2018/5906819

Transcriptional Profiling Suggests Extensive Metabolic Rewiring of Human and Mouse Macrophages during Early Interferon Alpha Responses

2018· article· en· W2884414521 sur OpenAlexafffund
Duale Ahmed, Allison F. Jaworski, David Roy, William G. Willmore, Ashkan Golshani, Edana Cassol

Notice bibliographique

RevueMediators of Inflammation · 2018
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueImmune cells in cancer
Établissements canadiensCarleton University
Organismes subventionnairesCarleton University
Mots-clésBiologyImmune systemCatabolismMetabolic pathwayInterferonCell biologyMacrophageMonocyteMetabolismInnate immune systemBioenergeticsBiochemistryImmunologyMitochondrionIn vitro

Résumé

récupéré en direct d'OpenAlex

Emerging evidence suggests that cellular metabolism plays a critical role in regulating immune activation. Alterations in energy and lipid and amino acid metabolism have been shown to contribute to type I interferon (IFN) responses in macrophages, but the relationship between metabolic reprogramming and the establishment of early antiviral function remains poorly defined. Here, we used transcriptional profiling datasets to develop global metabolic signatures associated with early IFN- α responses in two primary macrophage model systems: mouse bone marrow-derived macrophages (BMM) and human monocyte-derived macrophages (MDM). Short-term stimulation with IFN- α (<4 hours) was associated with significant metabolic rewiring, with >500 metabolic genes altered in mouse and human macrophage models. Pathway and network analysis identified alterations in genes associated with cellular bioenergetics, cellular oxidant status, cAMP/AMP and cGMP/GMP ratios, branched chain amino acid catabolism, cell membrane composition, fatty acid synthesis, and β -oxidation as key features of early IFN- α responses. These changes may have important implications for initial establishment of antiviral function in these cells.

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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,127
Score d'incertitude au seuil0,545

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,010
Tête enseignante GPT0,252
Écart entre enseignants0,242 · 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

Citations14
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMediators of InflammationMême sujetImmune cells in cancerTravaux en français237 207