MétaCan
Menu
Retour à la cohorte
Enregistrement W4213074258 · doi:10.1016/j.isci.2022.103953

The role of Candida albicans stress response pathways in antifungal tolerance and resistance

2022· review· en· W4213074258 sur OpenAlexafffund
Kali R. Iyer, Nicole Robbins, Leah E. Cowen

Notice bibliographique

RevueiScience · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueAntifungal resistance and susceptibility
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNational Institute of Allergy and Infectious DiseasesCanadian Institutes of Health ResearchNational Institutes of HealthCanada Research ChairsCanadian Institute for Advanced Research
Mots-clésCandida albicansBiologyCorpus albicansSignal transductionDrug resistanceMicrobiologyCalcineurinAntifungal drugTranscription factorCell biologyBiochemistryMedicine

Résumé

récupéré en direct d'OpenAlex

Human fungal pathogens are the causative agents of devastating diseases across the globe, and the increasing prevalence of drug resistance threatens to undermine the already limited treatment options. One prominent pathogen is the opportunistic fungus Candida albicans , which can cause both superficial and serious systemic infections in immunocompromised individuals. C. albicans antifungal drug resistance and antifungal tolerance are supported by diverse and expansive cellular stress response pathways. Some of the major players are the Ca 2+ -calmodulin-activated phosphatase calcineurin, the protein kinase C cell wall integrity pathway, and the molecular chaperone heat shock protein 90. Beyond these core signal transducers, several other enzymes and transcription factors have been implicated in both tolerance and resistance. Here, we highlight some of the major stress response pathways, key advances in identifying chemical matter to inhibit these pathways, and implications for C. albicans persistence in the host.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,032
Tête enseignante GPT0,312
Écart entre enseignants0,280 · 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

Citations86
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueiScienceMême sujetAntifungal resistance and susceptibilityTravaux en français237 207