MétaCan
Menu
Retour à la cohorte
Enregistrement W4224297813 · doi:10.3389/fcell.2022.839041

Inflammasomes in Cancer Progression and Anti-Tumor Immunity

2022· review· en· W4224297813 sur OpenAlexaff
Sebastian Lillo, Maya Saleh

Notice bibliographique

RevueFrontiers in Cell and Developmental Biology · 2022
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueInflammasome and immune disorders
Établissements canadiensMcGill UniversityMcGill University Health Centre
Organismes subventionnairesFondation ARC pour la Recherche sur le Cancer
Mots-clésInflammasomeInnate immune systemBiologyProinflammatory cytokineCancerProteasesInflammationImmunologyCarcinogenesisImmunityPattern recognition receptorCaspase 1Programmed cell deathCancer researchImmune systemApoptosis

Résumé

récupéré en direct d'OpenAlex

The inflammasomes are critical regulators of innate immunity, inflammation and cell death and have emerged as important regulators of cancer development and control. Inflammasomes are assembled by pattern recognition receptors (PRR) following the sensing of microbial- or danger-associated molecular patterns (MAMPs/DAMPs) and elicit inflammation through the oligomerization and activation of inflammatory caspases. These cysteinyl-aspartate proteases cleave the proinflammatory cytokines IL-1β and IL-18 into their biologically active mature form. The roles of the inflammasomes and associated pro-inflammatory cytokines vary greatly depending on the cancer type. Here we discuss recent studies highlighting contrasting roles of the inflammasome pathway in curbing versus promoting tumorigenesis. On one hand, the inflammasomes participate in stimulating anti-tumor immunity, but they have also been shown to contribute to immunosuppression or to directly promote tumor cell survival, proliferation, and metastasis. A better understanding of inflammasome functions in different cancers is thus critical for the design of novel cancer immunotherapies.

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
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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 Opus0,015
Tête enseignante GPT0,285
Écart entre enseignants0,270 · 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

Citations51
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Cell and Developmental BiologyMême sujetInflammasome and immune disordersTravaux en français237 207