Crosstalk Between Platelets and Microbial Pathogens
Notice bibliographique
Résumé
Platelets, small anucleate cells circulating in the blood, are critical mediators in haemostasis and thrombosis. Interestingly, recent studies demonstrated that platelets contain both pro-inflammatory and anti-inflammatory molecules, equipping platelets with immunoregulatory function in both innate and adaptive immunity. In the context of infectious diseases, platelets are involved in early detection of invading microorganisms and are actively recruited to sites of infection. Platelets exert their effects on microbial pathogens either by direct binding to eliminate or restrict dissemination, or by shaping the subsequent host immune response. Reciprocally, many invading microbial pathogens can directly or indirectly target host platelets, altering platelet count or/and function. In addition, microbial pathogens can impact the host auto- and alloimmune responses to platelet antigens in several immune-mediated diseases, such as immune thrombocytopenia, and fetal and neonatal alloimmune thrombocytopenia. In this review, we discuss the mechanisms that contribute to the bidirectional interactions between platelets and various microbial pathogens, and how these interactions hold relevant implications in the pathogenesis of many infectious diseases. The knowledge obtained from "well-studied" microbes may also help us understand the pathogenesis of emerging microbes, such as SARS-CoV-2 coronavirus.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».