MétaCan
Menu
Retour à la cohorte
Enregistrement W2964828448 · doi:10.3390/ijms20163877

Peroxisomes in Immune Response and Inflammation

2019· review· en· W2964828448 sur OpenAlexaff
Francesca Di Cara, Pierre Andreoletti, Doriane Trompier, Anne Véjux, Margret H. Bülow, Julia Sellin, Gérard Lizard, Mustapha Cherkaoui‐Malki, Stéphane Savary

Notice bibliographique

RevueInternational Journal of Molecular Sciences · 2019
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiquePeroxisome Proliferator-Activated Receptors
Établissements canadiensIzaak Walton Killam Health CentreDalhousie University
Organismes subventionnairesnon disponible
Mots-clésPeroxisomeImmune systemBiologyInflammationImmunityAcquired immune systemImmunologyCell biologyMediatorReceptorBiochemistry

Résumé

récupéré en direct d'OpenAlex

The immune response is essential to protect organisms from infection and an altered self. An organism's overall metabolic status is now recognized as an important and long-overlooked mediator of immunity and has spurred new explorations of immune-related metabolic abnormalities. Peroxisomes are essential metabolic organelles with a central role in the synthesis and turnover of complex lipids and reactive species. Peroxisomes have recently been identified as pivotal regulators of immune functions and inflammation in the development and during infection, defining a new branch of immunometabolism. This review summarizes the current evidence that has helped to identify peroxisomes as central regulators of immunity and highlights the peroxisomal proteins and metabolites that have acquired relevance in human pathologies for their link to the development of inflammation, neuropathies, aging and cancer. This review then describes how peroxisomes govern immune signaling strategies such as phagocytosis and cytokine production and their relevance in fighting bacterial and viral infections. The mechanisms by which peroxisomes either control the activation of the immune response or trigger cellular metabolic changes that activate and resolve immune responses are also described.

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)0,001
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,939
Score d'incertitude au seuil0,639

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,024
Tête enseignante GPT0,338
Écart entre enseignants0,314 · 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'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

Citations129
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Molecular SciencesMême sujetPeroxisome Proliferator-Activated ReceptorsTravaux en français237 207