MétaCan
Menu
Retour à la cohorte
Enregistrement W2895500801 · doi:10.1146/annurev-cellbio-100617-062818

Mucins and Their Role in Shaping the Functions of Mucus Barriers

2018· review· en· W2895500801 sur OpenAlexfundno aff
Caroline E. Wagner, Kelsey M. Wheeler, Katharina Ribbeck

Notice bibliographique

RevueAnnual Review of Cell and Developmental Biology · 2018
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGlycosylation and Glycoproteins Research
Établissements canadiensnon disponible
Organismes subventionnairesDivision of Materials ResearchNational Institute of Biomedical Imaging and BioengineeringNational Institute of General Medical SciencesNatural Sciences and Engineering Research Council of CanadaNational Institutes of HealthNational Science Foundation
Mots-clésMucinMucusBiologyGlycoproteinMicroscale chemistryCell biologyGlycosylationGlycanBiochemistryEcology

Résumé

récupéré en direct d'OpenAlex

We review what is currently understood about how the structure of the primary solid component of mucus, the glycoprotein mucin, gives rise to the mechanical and biochemical properties of mucus that are required for it to perform its diverse physiological roles. Macroscale processes such as lubrication require mucus of a certain stiffness and spinnability, which are set by structural features of the mucin network, including the identity and density of cross-links and the degree of glycosylation. At the microscale, these same features affect the mechanical environment experienced by small particles and play a crucial role in establishing an interaction-based filter. Finally, mucin glycans are critical for regulating microbial interactions, serving as receptor binding sites for adhesion, as nutrient sources, and as environmental signals. We conclude by discussing how these structural principles can be used in the design of synthetic mucin-mimetic materials and provide suggestions for directions of future work in this field.

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 technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
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 Opus0,021
Tête enseignante GPT0,308
Écart entre enseignants0,287 · 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

Citations307
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnnual Review of Cell and Developmental BiologyMême sujetGlycosylation and Glycoproteins ResearchTravaux en français237 207