Platelet extracellular vesicles and the secretory interactome join forces in health and disease
Notice bibliographique
Résumé
Extracellular vesicles (EVs) are small membrane-bound vesicles released by cells under various conditions. They are found in the extracellular milieu in all biological fluids. As the concentrations, contents, and origin of EVs can change during inflammation, the assessment of EVs can be used as a proxy of cellular activation. Here, we review the literature regarding EVs, more particularly those released by platelets and their mother cells, the megakaryocytes. Their cargo includes cytokines, growth factors, organelles (mitochondria and proteasomes), nucleic acids (messenger and non-coding RNA), transcription factors, and autoantigens. EVs may thus contribute to intercellular communication by facilitating exchange of material between cells. EVs also interact with other molecules secreted by cells. In autoimmune diseases, EVs are associated with antibodies secreted by B cells. By definition, EVs necessarily comprise a phospholipid moiety, which is thus the target of secreted phospholipases also abundantly expressed in the extracellular milieu. We discuss how platelet-derived EVs, which represent the majority of the circulating EVs, may contribute to immunity through the activity of their cargo or in combination with the secretory interactome.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».