MétaCan
Menu
Retour à la cohorte
Enregistrement W2888130386 · doi:10.1371/journal.pntd.0006512

Cysteine proteases in protozoan parasites

2018· review· en· W2888130386 sur OpenAlexafffund
Jair L. Siqueira-Neto, Anjan Debnath, Laura‐Isobel McCall, Jean Bernatchez, Momar Ndao, Sharon L. Reed, Philip J. Rosenthal

Notice bibliographique

RevuePLoS neglected tropical diseases · 2018
Typereview
Langueen
DomaineMedicine
ThématiqueResearch on Leishmaniasis Studies
Établissements canadiensMcGill University Health Centre
Organismes subventionnairesNational Center for Advancing Translational SciencesNational Institute of Allergy and Infectious DiseasesCanadian Institutes of Health ResearchMcGill University Health CentrePublic Health AgencyNational Institutes of HealthPublic Health Agency of CanadaMedicines for Malaria VentureMcGill University
Mots-clésProteasesTrypanosoma cruziBiologyMicrobiologyTrypanosoma bruceiTrypanosomaImmune systemVirologyParasite hostingBiochemistryImmunologyEnzymeGene

Résumé

récupéré en direct d'OpenAlex

Cysteine proteases (CPs) play key roles in the pathogenesis of protozoan parasites, including cell/tissue penetration, hydrolysis of host or parasite proteins, autophagy, and evasion or modulation of the host immune response, making them attractive chemotherapeutic and vaccine targets. This review highlights current knowledge on clan CA cysteine proteases, the best-characterized group of cysteine proteases, from 7 protozoan organisms causing human diseases with significant impact: Entamoeba histolytica, Leishmania species (sp.), Trypanosoma brucei, T. cruzi, Cryptosporidium sp., Plasmodium sp., and Toxoplasma gondii. Clan CA proteases from three organisms (T. brucei, T. cruzi, and Plasmodium sp.) are well characterized as druggable targets based on in vitro and in vivo models. A number of candidate inhibitors are under development. CPs from these organisms and from other protozoan parasites should be further characterized to improve our understanding of their biological functions and identify novel targets for chemotherapy.

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 seuil0,008

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 technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
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 Opus0,075
Tête enseignante GPT0,376
Écart entre enseignants0,301 · 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

Citations164
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePLoS neglected tropical diseasesMême sujetResearch on Leishmaniasis StudiesTravaux en français237 207