MétaCan
Menu
Retour à la cohorte
Enregistrement W3194356508 · doi:10.3389/fimmu.2021.695238

Amino Acid Transport and Metabolism in Myeloid Function

2021· review· en· W3194356508 sur OpenAlexafffund
Marie Jo Halaby, Tracy L. McGaha

Notice bibliographique

RevueFrontiers in Immunology · 2021
Typereview
Langueen
DomaineImmunology and Microbiology
ThématiqueImmune cells in cancer
Établissements canadiensUniversity of TorontoPrincess Margaret Cancer CentreUniversity Health Network
Organismes subventionnairesNational Cancer InstituteCanadian Institutes of Health ResearchNational Institutes of HealthNational Institute of Arthritis and Musculoskeletal and Skin DiseasesTerry Fox Research Institute
Mots-clésImmune systemMyeloidBiologyAmino acidAutoimmunityCell biologyCancer researchBiochemistryImmunology

Résumé

récupéré en direct d'OpenAlex

Regulation of amino acid availability and metabolism in immune cells is essential for immune system homeostasis and responses to exogenous and endogenous challenges including microbial infection, tumorigenesis and autoimmunity. In myeloid cells the consumption of amino acids such as arginine and tryptophan and availability of their metabolites are key drivers of cellular identity impacting development, functional polarization to an inflammatory or regulatory phenotype, and interaction with other immune cells. In this review, we discuss recent developments and emerging concepts in our understanding of the impact amino acid availability and consumption has on cellular phenotype focusing on two key myeloid cell populations, macrophages and myeloid derived suppressor cells (MDSCs). We also highlight the potential of myeloid-specific of amino acid transporters and catabolic enzymes as immunotherapy targets in a variety of conditions such as cancer and autoimmune disease discussing the opportunities and limitations in targeting these pathways for clinical therapy.

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 enseignants0,003
Score d'incertitude au seuil0,010

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 ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,003

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 Opus0,013
Tête enseignante GPT0,244
Écart entre enseignants0,231 · 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

Citations42
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in ImmunologyMême sujetImmune cells in cancerTravaux en français237 207