MétaCan
Menu
Retour à la cohorte
Enregistrement W4290994129 · doi:10.1080/15548627.2022.2099206

Neutrophil autophagy and NETosis in COVID-19: perspectives

2022· review· en· W4290994129 sur OpenAlexaff
Ruoyu Zhang, Chen Sun, Yunze Han, Leo Huang, Honghui Sheng, Jing Wang, Yuqing Zhang, Jonathan R. Lai, Jiahao Yuan, Xuemei Chen, Chao Jiang, Fu‐Yuan Wu, Junmin Wang, Xiaochong Fan, Jian Wang

Notice bibliographique

RevueAutophagy · 2022
Typereview
Langueen
DomaineImmunology and Microbiology
ThématiqueNeutrophil, Myeloperoxidase and Oxidative Mechanisms
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésAutophagyBiologyNeutrophil extracellular trapsBECN1Programmed cell deathImmunologyInflammationApoptosisGenetics

Résumé

récupéré en direct d'OpenAlex

The COVID-19 pandemic has caused substantial losses worldwide in people’s lives, health, and property. Currently, COVID-19 is still prominent worldwide without any specific drug treatment. The SARS-CoV-2 pathogen is the cause of various systemic diseases, mainly acute pneumonia. Within the pathological process, neutrophils are recruited to infected sites, especially in the lungs, for the first stage of removing invading SARS-CoV-2 through a range of mechanisms. Macroautophagy/autophagy, a conserved autodegradation process in neutrophils, plays a crucial role in the neutrophil phagocytosis of pathogens. NETosis refers to neutrophil cell death, while auto-inflammatory factors and antigens release NETs. This review summarizes the latest research progress and provides an in-depth explanation of the underlying mechanisms of autophagy and NETosis in COVID-19. Furthermore, after exploring the relationship between autophagy and NETosis, we discuss potential targets and treatment options. This review keeps up with the latest research on COVID-19 from neutrophil autophagy and NETosis with a new perspective, which can guide the urgent development of antiviral drugs and provide guidance for the clinical treatment of COVID-19.Abbreviations: AKT1: AKT serine/threonine kinase 1; AMPK: AMP-activated protein kinase; AP: autophagosome; ARDS: acute respiratory distress syndrome; ATG: autophagy related; BECN1: beclin 1; cfDNA: cell-free DNA; COVID-19: coronavirus disease 2019; CQ: chloroquine; DMVs: double-membrane vesicles; ELANE/NE: elastase, neutrophil expressed; F3: coagulation factor III, tissue factor; HCQ: hydroxychloroquine; MAP1LC3/LC3: microtubule associated protein 1 light chain of 3; MPO: myeloperoxidase; MTORC1: mechanistic target of rapamycin kinase complex 1; NETs: neutrophil traps; NSP: nonstructural protein; PI3K: class I phosphoinositide 3-kinase; PtdIns3K: class III phosphatidylinositol 3-kinase; PtdIns3P: phosphatidylinositol-3-phosphate; ROS: reactive oxygen species; SARS-CoV-2: severe acute respiratory syndrome coronavirus 2; SKP2: S-phase kinase associated protein 2; TCC: terminal complement complex; ULK1: unc-51 like

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 enseignants0,002
Score d'incertitude au seuil0,006

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

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 Opus0,063
Tête enseignante GPT0,334
Écart entre enseignants0,271 · 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

Citations71
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAutophagyMême sujetNeutrophil, Myeloperoxidase and Oxidative MechanismsTravaux en français237 207