MétaCan
Menu
Retour à la cohorte
Enregistrement W2889591431 · doi:10.1091/mbc.e18-07-0434

Dysfunctional peroxisomes compromise gut structure and host defense by increased cell death and Tor-dependent autophagy

2018· article· en· W2889591431 sur OpenAlexafffund
Francesca Di Cara, Margret H. Bülow, Andrew Simmonds, Richard A. Rachubinski

Notice bibliographique

RevueMolecular Biology of the Cell · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueAutophagy in Disease and Therapy
Établissements canadiensUniversity of Alberta
Organismes subventionnairesCanadian Institutes of Health ResearchAlberta Innovates - Health SolutionsFraternal Order of Eagles
Mots-clésBiologyAutophagyCell biologyDysfunctional familyProgrammed cell deathHost (biology)PeroxisomeApoptosisGeneticsGene

Résumé

récupéré en direct d'OpenAlex

The gut has a central role in digestion and nutrient absorption, but it also serves in defending against pathogens, engages in mutually beneficial interactions with commensals, and is a major source of endocrine signals. Gut homeostasis is necessary for organismal health and changes to the gut are associated with conditions like obesity and diabetes and inflammatory illnesses like Crohn's disease. We report that peroxisomes, organelles involved in lipid metabolism and redox balance, are required to maintain gut epithelium homeostasis and renewal in Drosophila and for survival and development of the organism. Dysfunctional peroxisomes in gut epithelial cells activate Tor kinase-dependent autophagy that increases cell death and epithelial instability, which ultimately alter the composition of the intestinal microbiota, compromise immune pathways in the gut in response to infection, and affect organismal survival. Peroxisomes in the gut effectively function as hubs that coordinate responses from stress, metabolic, and immune signaling pathways to maintain enteric health and the functionality of the gut-microbe interface.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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 recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,005
Tête enseignante GPT0,233
Écart entre enseignants0,228 · 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'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

Citations35
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMolecular Biology of the CellMême sujetAutophagy in Disease and TherapyTravaux en français237 207