MétaCan
Menu
Retour à la cohorte
Enregistrement W4224250103 · doi:10.3390/cells11081263

Brain Microvascular Pericytes—More than Bystanders in Breast Cancer Brain Metastasis

2022· review· en· W4224250103 sur OpenAlexaff
Danyyl Ippolitov, Leanne Arreza, Maliha Munir, Sabine Hombach‐Klonisch

Notice bibliographique

RevueCells · 2022
Typereview
Langueen
DomaineNeuroscience
ThématiqueBarrier Structure and Function Studies
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésPericyteCrosstalkNeuroscienceBrain metastasisPhenotypeMetastasisBiologyMedicineCancerEndothelial stem cellIn vitro

Résumé

récupéré en direct d'OpenAlex

Brain tissue contains the highest number of perivascular pericytes compared to other organs. Pericytes are known to regulate brain perfusion and to play an important role within the neurovascular unit (NVU). The high phenotypic and functional plasticity of pericytes make this cell type a prime candidate to aid physiological adaptations but also propose pericytes as important modulators in diverse pathologies in the brain. This review highlights known phenotypes of pericytes in the brain, discusses the diverse markers for brain pericytes, and reviews current in vitro and in vivo experimental models to study pericyte function. Our current knowledge of pericyte phenotypes as it relates to metastatic growth patterns in breast cancer brain metastasis is presented as an example for the crosstalk between pericytes, endothelial cells, and metastatic cells. Future challenges lie in establishing methods for real-time monitoring of pericyte crosstalk to understand causal events in the brain metastatic process.

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), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,930
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,062
Tête enseignante GPT0,324
Écart entre enseignants0,262 · 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

Citations15
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCellsMême sujetBarrier Structure and Function StudiesTravaux en français237 207