MétaCan
Menu
Retour à la cohorte
Enregistrement W38971350 · doi:10.1016/j.fsi.2024.109738

Classification associative basée sur le Boosting.

2010· book-chapter· en· W38971350 sur OpenAlexfundno aff
Emna Bahri, Stéphane Lallich

Notice bibliographique

RevueEGC eBooks · 2010
Typebook-chapter
Langueen
DomaineComputer Science
ThématiqueImage Retrieval and Classification Techniques
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute for Health and Care ResearchInternational Development Research Centre
Mots-clésBoosting (machine learning)Associative propertyComputer scienceArtificial intelligenceMathematics

Résumé

récupéré en direct d'OpenAlex

Antimicrobial peptides (AMPs) are an alternative to antibiotics for treatment and prevention of infections with a lower risk of bacterial resistance. Pituitary adenylate cyclase activating polypeptide (PACAP) is an outstanding AMP with versatile effects including antimicrobial activity and modulation of immune responses. The objective of this research was to study PACAP immunomodulatory effect on rainbow trout cell lines infected with Aeromonas salmonicida. PACAP from Clarias gariepinus (PACAP1) and a modified PACAP (PACAP5) were tested. RT-qPCR results showed that il1b and il8 expression in RTgutGC was significantly downregulated while tgfb expression was upregulated after PACAP treatment. Importantly, the concentration of IL-1β and IFN-γ increased in the conditioned media of RTS11 cells incubated with PACAP1 and exposed to A. salmonicida. There was a poor correlation between gene expression and protein concentration, suggesting a stimulation of the translation of IL-1β protein from previously accumulated transcripts or the cleavage of accumulated IL-1β precursor. In-silico studies of PACAP-receptor interactions showed a turn of the peptide characteristic of PACAP-PAC1 interaction, correlated with the higher number of interactions observed with this specific receptor, which is also in agreement with the higher PACAP specificity described for PAC1 compared to VPAC1 and VPACA2. Finally, the in silico analysis revealed nine amino acids related to the PACAP receptor-associated functionality.

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: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,817
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)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 Opus0,092
Tête enseignante GPT0,245
Écart entre enseignants0,153 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreAutre

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

En bref

Citations0
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEGC eBooksMême sujetImage Retrieval and Classification TechniquesTravaux en français237 207