MétaCan
Menu
Retour à la cohorte
Enregistrement W2981183570 · doi:10.3389/fimmu.2019.02486

Foxp3 Post-translational Modifications and Treg Suppressive Activity

2019· review· en· W2981183570 sur OpenAlexaff
Guoping Deng, Xiaomin Song, Shigeyoshi Fujimoto, Ciriaco A. Piccirillo, Yasuhiro Nagai, Mark I. Greene

Notice bibliographique

RevueFrontiers in Immunology · 2019
Typereview
Langueen
DomaineImmunology and Microbiology
ThématiqueT-cell and B-cell Immunology
Établissements canadiensMcGill UniversityMcGill University Health Centre
Organismes subventionnairesPeking University Health Science CenterPeking University
Mots-clésFOXP3Immune systemAutoimmunityRegulatorBiologyTranscription factorCell biologyRegulatory T cellImmunologyImmune toleranceCancer researchT cellIL-2 receptorGeneGenetics

Résumé

récupéré en direct d'OpenAlex

Regulatory T cells (Tregs) are engaged in maintaining immune homeostasis and preventing autoimmunity. Treg cells include thymic Treg cells and peripheral Treg cells, both of which can suppress the immune response via multiple distinct mechanisms. The differentiation, proliferation, suppressive function and survival of Treg cells are affected by distinct energy metabolic programs. Tissue-resident Treg cells hold unique features in comparison with the lymphoid organ Treg cells. Foxp3 transcription factor is a lineage master regulator for Treg cell development and suppressive activity. Accumulating evidence indicates that the activity of Foxp3 protein is modulated by various post-translational modifications (PTMs), including phosphorylation, O-GlcNAcylation, acetylation, ubiquitylation and methylation. These modifications affect multiple aspects of Foxp3 function. In this review, we define features of Treg cells and roles of Foxp3 in Treg biology, and summarize current research in PTMs of Foxp3 protein involved in modulating Treg function. This review also attempts to define Foxp3 dimer modifications relevant to mediating Foxp3 activity and Treg suppression. Understanding Foxp3 protein features and modulation mechanisms may help in the design of rational therapies for immune diseases and cancer.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,024
Tête enseignante GPT0,269
Écart entre enseignants0,245 · 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

Citations157
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in ImmunologyMême sujetT-cell and B-cell ImmunologyTravaux en français237 207