MétaCan
Menu
Retour à la cohorte
Enregistrement W3034874940 · doi:10.3389/fimmu.2020.01255

Protein Dynamics in Cytosolic DNA-Sensing Antiviral Innate Immune Signaling Pathways

2020· review· en· W3034874940 sur OpenAlexaff
Chunfu Zheng

Notice bibliographique

RevueFrontiers in Immunology · 2020
Typereview
Langueen
DomaineImmunology and Microbiology
Thématiqueinterferon and immune responses
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésInnate immune systemBiologySignal transductionSignal transducing adaptor proteinInterferonPattern recognition receptorCell biologyImmune systemInterferon type IIntrinsic immunityImmunology

Résumé

récupéré en direct d'OpenAlex

Antiviral innate immunity works as the first line of host defense against viral infection. Pattern recognition receptors (PRRs) and adaptor proteins involved in the innate immune signaling pathways play critical roles in controlling viral infections via the induction of type I interferon and its downstream interferon-stimulated genes. Dynamic changes of adaptor proteins contribute to precise regulation of the activation and shut-off of signaling transduction, though numerous complex processes are involved in achieving dynamic changes to various proteins of the host and viruses. In this review, we will summarize recent progress on the trafficking patterns and conformational transitions of the adaptors that are involved in the antiviral innate immune signaling pathway during viral DNA sensing. Moreover, we aim to dissect the relationships between protein dynamics and DNA-sensing antiviral innate immune responses, which will reveal the underlying mechanisms controlling protein activity and maintaining cell homeostasis. By comprehensively revealing protein dynamics in cytosolic DNA-sensing antiviral innate immune signaling pathways, we will be able to identify potential new targets for the therapies of certain autoimmune diseases.

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 enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,002

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.

Tête enseignante Opus0,018
Tête enseignante GPT0,250
Écart entre enseignants0,232 · 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

Citations14
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in ImmunologyMême sujetinterferon and immune responsesTravaux en français237 207