MétaCan
Menu
Retour à la cohorte
Enregistrement W4379259432 · doi:10.1016/j.jaci.2023.04.022

The regulatory landscape of macrophage interferon signaling in inflammation

2023· review· en· W4379259432 sur OpenAlexaff
Ricky Siebeler, Menno P.J. de Winther, Marten A. Hoeksema

Notice bibliographique

RevueJournal of Allergy and Clinical Immunology · 2023
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueInflammasome and immune disorders
Établissements canadiensInstitute of Infection and Immunity
Organismes subventionnairesnon disponible
Mots-clésInterferonMacrophageInnate immune systemImmunologyInflammationImmune systemStimulator of interferon genesBiologySignal transductionCytokineImmunityCell biologyGeneticsIn vitro

Résumé

récupéré en direct d'OpenAlex

The pervasive role of the innate immune system is established by interferons. Emerging research shows an underappreciated ability of macrophages to regulate and propagate interferon responses in infectious and autoinflammatory disease states. In this review, we will discuss recent findings demonstrating the immunomodulating effects of macrophage interferon signaling. Apart from provoking cellular antimicrobial defenses, interferons augment the inflammatory activity of macrophages. These immunologic adaptations place the macrophage in the center of the interferon system and at the forefront of immunity. Consequently, macrophages are implicated in the pathogenesis of interferon-driven autoinflammatory disorders, such as SLE. In these disease states, the recognition of immunogenic ligands triggers macrophages to adopt an inflammatory phenotype through interferon signaling. This will amplify immune responses, eventually leading to autoinflammation. A better understanding of the macrophage's role in interferon signaling will support the future elucidation of novel targets amendable for clinical treatment.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,026
Tête enseignante GPT0,332
Écart entre enseignants0,306 · 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

Citations75
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Allergy and Clinical ImmunologyMême sujetInflammasome and immune disordersTravaux en français237 207