MétaCan
Menu
Retour à la cohorte
Enregistrement W3009732833 · doi:10.3389/fcell.2020.00138

Autophagy and Stem Cells: Self-Eating for Self-Renewal

2020· review· en· W3009732833 sur OpenAlexaff
Natasha C. Chang

Notice bibliographique

RevueFrontiers in Cell and Developmental Biology · 2020
Typereview
Langueen
DomaineMedicine
ThématiqueAutophagy in Disease and Therapy
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésAutophagyStem cellCell biologyBiologyNeurodegenerationCellular differentiationCancer stem cellNeuroscienceDiseaseMedicineBiochemistryPathologyApoptosis

Résumé

récupéré en direct d'OpenAlex

Autophagy is a fundamental cell survival mechanism that allows cells to adapt to metabolic stress through the degradation and recycling of intracellular components to generate macromolecular precursors and produce energy. The autophagy pathway is critical for development, maintaining cellular and tissue homeostasis, as well as immunity and prevention of human disease. Defects in autophagy have been attributed to cancer, neurodegeneration, muscle and heart disease, infectious disease, as well as aging. While autophagy has classically been viewed as a passive quality control and general house-keeping mechanism, emerging evidence demonstrates that autophagy is an active process that regulates the metabolic status of the cell. Adult stem cells, which are long-lived cells that possess the unique ability to self-renew and differentiate into specialized cells throughout the body, have distinct metabolic requirements. Research in a variety of stem cell types have established that autophagy plays critical roles in stem cell quiescence, activation, differentiation, and self-renewal. Here, we will review the evidence demonstrating that autophagy is a key regulator of stem cell function and how defective stem cell autophagy contributes to degenerative disease, aging and the generation of cancer stem cells. Moreover, we will discuss the merits of targeting autophagy as a regenerative medicine strategy to promote stem cell function and improve stem cell-based therapies.

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 enseignants0,004
Score d'incertitude au seuil0,012

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)0,0040,003

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 Opus0,020
Tête enseignante GPT0,279
Écart entre enseignants0,259 · 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

Citations176
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Cell and Developmental BiologyMême sujetAutophagy in Disease and TherapyTravaux en français237 207