Anti-neutrophil cytoplasmic antibodies (ANCA): Antigen interactions and downstream effects
Notice bibliographique
Résumé
Neutrophils are the most abundant leukocytes in circulation and are key "first responders" in the immune response to infectious and non-infectious stimuli. Unlike other immune cells, neutrophils can mount a robust response (including a change in surface markers and the production of extracellular traps and reactive oxygen species) just minutes after sensing a disturbance. It has been speculated that, in some individuals, the activation of neutrophils inadvertently leads to the generation of anti-neutrophil cytoplasmic autoantibodies (ANCA) against particular neutrophil proteins (antigens) such as myeloperoxidase (MPO) and proteinase 3 (PR3). In these individuals, continuous ANCA-antigen interactions are thought to drive persistent activation of neutrophils, chronic immune activation, and disease, most notably, small vessel vasculitis. There are significant gaps however in our understanding of the underlying mechanisms and even the pathogenicity of ANCA given that vasculitis can develop in the absence of ANCA, and that ANCA have been found in circulation in other conditions with no apparent contribution to disease. These gaps are particularly evident in the context of human studies. Herein, we review knowledge on neutrophil-derived ANCA antigens PR3 and MPO, ANCA generation, and ANCA-antigen interaction(s) that may promote immune activation and disease.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,002 |
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 source (Gemma direct ou Codex distillé), 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 ».