MétaCan
Menu
Retour à la cohorte
Enregistrement W3097697913 · doi:10.1371/journal.pcbi.1008413

Spatial considerations in the resolution of inflammation: Elucidating leukocyte interactions via an experimentally-calibrated agent-based model

2020· article· en· W3097697913 sur OpenAlexfundno aff
Anahita Bayani, Joanne L. Dunster, Jonathan J. Crofts, M. R. Nelson

Notice bibliographique

RevuePLoS Computational Biology · 2020
Typearticle
Langueen
DomaineMathematics
ThématiqueMathematical Biology Tumor Growth
Établissements canadiensnon disponible
Organismes subventionnairesTrent UniversityBritish Heart FoundationNottingham Trent University
Mots-clésInflammationContext (archaeology)Immune systemImmunologyChemotaxisCOPDDiseaseMedicineBiologyReceptorPathology

Résumé

récupéré en direct d'OpenAlex

Many common medical conditions (such as cancer, arthritis, chronic obstructive pulmonary disease (COPD), and others) are associated with inflammation, and even more so when combined with the effects of ageing and multimorbidity. While the inflammatory response varies in different tissue types, under disease and in response to therapeutic interventions, it has common interactions that occur between immune cells and inflammatory mediators. Understanding these underlying inflammatory mechanisms is key in progressing treatments and therapies for numerous inflammatory conditions. It is now considered that constituent mechanisms of the inflammatory response can be actively manipulated in order to drive resolution of inflammatory damage; particularly, those mechanisms related to the pro-inflammatory role of neutrophils and the anti-inflammatory role of macrophages. In this article, we describe the assembly of a hybrid mathematical model in which the spatial spread of inflammatory mediators is described through partial differential equations, and immune cells (neutrophils and macrophages) are described individually via an agent-based modelling approach. We pay close attention to how immune cells chemotax toward pro-inflammatory mediators, presenting a model for cell chemotaxis that is calibrated against experimentally observed cell trajectories in healthy and COPD-affected scenarios. We illustrate how variations in key model parameters can drive the switch from resolution of inflammation to chronic outcomes, and show that aberrant neutrophil chemotaxis can move an otherwise healthy outcome to one of chronicity. Finally, we reflect on our results in the context of the on-going hunt for new therapeutic interventions.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,002
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0030,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,140
Tête enseignante GPT0,347
Écart entre enseignants0,207 · 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'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations15
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS Computational BiologyMême sujetMathematical Biology Tumor GrowthTravaux en français237 207