MétaCan
Menu
Retour à la cohorte
Enregistrement W4367558985 · doi:10.5281/zenodo.7883947

Microbial Energy Metabolism Fuels an Intestinal Macrophage Niche via Purinergic Signalling.

2023· article· en· W4367558985 sur OpenAlexaff
Pailin Chiaranunt, Arthur Mortha

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2023
Typearticle
Langueen
DomaineNeuroscience
ThématiqueTryptophan and brain disorders
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésNicheEnergy metabolismPurinergic receptorSignallingMacrophageCell biologyMetabolismChemistryBioenergeticsEcologyBiologyBiochemistryAdenosineMitochondrion

Résumé

récupéré en direct d'OpenAlex

\# Single cell RNA-Sequencing analysis of CD11b-positive cells from lamina propria and solitary isolated lymphoid tissues of the colon. \--- The data contains unprocessed sequencing reads obtained via paired-end sequencing on the Illumina platform. Colonic cells were isolated from the lamina propria (LP) or solitary isolated lymphoid tissues (CP) from wild type (WT) or Csf2-deficient (KO) tissue and have been enriched by CD11b magnetic beads. Enriched cells were then processed and sequenced. The files display sequences containing illumina barcode reads and paired-end sequencing reads. \## Description of the data and file structure The deposited files are grouped by their identification as WT or KO and by their location within the tissue: LP or CP. The data can be used to investigate the impact of the gene Csf2 on the development and functional program of CD11b-enriched cells from distinct locations in colon of mice. \## Sharing/Access information This is a section for linking to other ways to access the data, and for linking to sources the data is derived from, if any. Links to other publicly accessible locations of the data: GSE231371 \## Code/Software The code and scripts to analyze the data set is freely available at:

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,003

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 Opus0,040
Tête enseignante GPT0,251
Écart entre enseignants0,210 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)Même sujetTryptophan and brain disordersTravaux en français237 207