MétaCan
Menu
Retour à la cohorte
Enregistrement W3092703056 · doi:10.1016/j.celrep.2020.108259

Defending against the Type Six Secretion System: beyond Immunity Genes

2020· review· en· W3092703056 sur OpenAlexafffund
Steven J. Hersch, Kevin Manera, Tao Dong

Notice bibliographique

RevueCell Reports · 2020
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueVibrio bacteria research studies
Établissements canadiensUniversity of Calgary
Organismes subventionnairesCanadian Institutes of Health ResearchNatural Sciences and Engineering Research Council of CanadaGovernment of Canada
Mots-clésSecretionImmunityGeneBiologyImmune systemImmunologyGeneticsEndocrinology

Résumé

récupéré en direct d'OpenAlex

The bacterial type six secretion system (T6SS) delivers toxic effector proteins into neighboring cells, but bacteria must protect themselves against their own T6SS. Immunity genes are the best-characterized defenses, protecting against specific cognate effectors. However, the prevalence of the T6SS and the coexistence of species with heterologous T6SSs suggest evolutionary pressure selecting for additional defenses against it. Here we review defenses against the T6SS beyond self-associated immunity genes, such as diverse stress responses that can recognize T6SS-inflicted damage and coordinate induction of molecular armor, repair pathways, and overall survival. Some of these stress responses are required for full survival even in the presence of immunity genes. Finally, we propose that immunity gene-independent protection is, mechanistically, bacterial innate immunity and that such defenses and the T6SS have co-evolved and continue to shape one another in polymicrobial communities.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,979
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,031
Tête enseignante GPT0,301
Écart entre enseignants0,270 · 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 tête enseignante, pas un consensus.

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

Citations85
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCell ReportsMême sujetVibrio bacteria research studiesTravaux en français237 207