MétaCan
Menu
Retour à la cohorte
Enregistrement W4313572602 · doi:10.3390/ijms24021036

Extracellular Vesicles and Viruses: Two Intertwined Entities

2023· review· en· W4313572602 sur OpenAlexafffund
Coline Moulin, Mathieu J. F. Crupi, Carolina S. Ilkow, John C. Bell, Stephen Boulton

Notice bibliographique

RevueInternational Journal of Molecular Sciences · 2023
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueExtracellular vesicles in disease
Établissements canadiensUniversity of OttawaOttawa Hospital
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésExtracellular vesiclesBiologyImmune systemExtracellular vesicleViral replicationMicrovesiclesComputational biologyCell biologySecretionVirologyVirusGenemicroRNAGeneticsBiochemistry

Résumé

récupéré en direct d'OpenAlex

Viruses share many attributes in common with extracellular vesicles (EVs). The cellular machinery that is used for EV production, packaging of substrates and secretion is also commonly manipulated by viruses for replication, assembly and egress. Viruses can increase EV production or manipulate EVs to spread their own genetic material or proteins, while EVs can play a key role in regulating viral infections by transporting immunomodulatory molecules and viral antigens to initiate antiviral immune responses. Ultimately, the interactions between EVs and viruses are highly interconnected, which has led to interesting discoveries in their associated roles in the progression of different diseases, as well as the new promise of combinational therapeutics. In this review, we summarize the relationships between viruses and EVs and discuss major developments from the past five years in the engineering of virus-EV therapies.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,984
Score d'incertitude au seuil0,977

Scores Codex et Gemma par catégorie

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

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 Opus0,050
Tête enseignante GPT0,373
Écart entre enseignants0,323 · 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.

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

Citations84
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Molecular SciencesMême sujetExtracellular vesicles in diseaseTravaux en français237 207