Extracellular vesicles in lung health, disease, and therapy
Notice bibliographique
Résumé
Both physiological homeostasis and pathological disease processes in the lung typically result from complex, yet coordinated multicellular responses that are synchronized via paracrine and endocrine intercellular communication pathways. Of late, extracellular vesicles have emerged as important information shuttles that can coordinate and disseminate homeostatic and disease signals. In parallel, extracellular vesicles in biological fluids such as sputum, mucus, epithelial lining fluid, edema fluid, the pulmonary circulation, pleural fluid, and lymphatics have emerged as promising candidate biomarkers for diagnosis and prognosis in lung disease. Extracellular vesicles are small, subcellular, membrane-bound vesicles containing cargos from parent cells such as lipids, proteins, genetic information, or entire organelles. These cargos endow extracellular vesicles with biologically active information or functions by which they can reprogram their respective target cells. Recent studies show that extracellular vesicles found in lung-associated biological fluids play key roles as biomarkers and effectors of disease. Conversely, administration of naïve or engineered extracellular vesicles with homeostatic or reparative effects may provide a promising novel protective and regenerative strategy to treat lung disease. To highlight this rapidly developing field, the American Journal of Physiology-Lung Cellular and Molecular Physiology is now launching a special Call for Papers on extracellular vesicles in lung health, disease, and therapy. This review aims to set the stage for this call by introducing extracellular vesicles and their emerging roles in lung physiology and pathobiology.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».