Transgenic mouse models to study the physiological and pathophysiological roles of human Siglecs
Notice bibliographique
Résumé
Sialic acid-binding immunoglobulin-like lectins (Siglecs) are important immunomodulatory receptors. Due to differences between human and mouse Siglecs, defining the in vivo roles for human Siglecs (hSiglecs) can be challenging. One solution is the development and use of hSiglec transgenic mice to assess the physiological roles of hSiglecs in health and disease. These transgenic mice can also serve as important models for the pre-clinical testing of immunomodulatory approaches that are based on targeting hSiglecs. Four general methods have been used to create hSiglec-expressing transgenic mice, each with associated advantages and disadvantages. To date, transgenic mouse models expressing hSiglec-2 (CD22), -3 (CD33), -7, -8, -9, -11, and -16 have been created. This review focuses on both the generation of these hSiglec transgenic mice, along with the important findings that have been made through their study. Cumulatively, hSiglec transgenic mouse models are providing a deeper understanding of the differences between human and mice orthologs/paralogs, mechanisms by which Siglecs regulate immune cell signaling, physiological roles of Siglecs in disease, and different paradigms where targeting Siglecs may be therapeutically advantageous.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,002 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».