MétaCan
Menu
← Retour à la cohorte
Enregistrement W4382538794 · doi:10.59368/agingbio.20230001

Biology of Stress Responses in Aging

2023· article· en· W4382538794 sur OpenAlexaff
Manolis Maragkakis, Luigi Ferrucci, Myriam Gorospe, Sulochan Malla, Maria Hatzoglou, Aleksandra Trifunović, Adam B. Glick, Toren Finkel, Valter D. Longo, Susmita Kaushik, Pura Muñoz‐Cánoves, Gordon J. Lithgow, Nirinjini Naidoo, Lauren N. Booth, Matthew J. Payea, Allison B. Herman, Rafael de Cabo, David M. Wilson

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetics, Aging, and Longevity in Model Organisms
Établissements canadiensInstitute of Aging
Organismes subventionnairesNational Institute on AgingNational Institutes of Health
Mots-clésBiologyStress (linguistics)Computational biologyEvolutionary biologyPhilosophyLinguistics

Résumé

récupéré en direct d'OpenAlex

, 2022, a group of scientific leaders gathered virtually to discuss molecular and cellular mechanisms of responses to stress. Conditions of acute, high-intensity stress are well documented to induce a series of adaptive responses that aim to promote survival until the stress has dissipated and then guide recovery. However, high-intensity or persistent stress that goes beyond the cell's compensatory capacity are countered with resilience strategies that are not completely understood. These adaptative strategies, which are an essential component of the study of aging biology, were the theme of the meeting. Specific topics discussed included mechanisms of proteostasis, such as the unfolded protein response (UPR) and the integrated stress response (ISR), as well as mitochondrial stress and lysosomal stress responses. Attention was also given to regulatory mechanisms and associated biological processes linked to age-related conditions, such as muscle loss and regeneration, cancer, senescence, sleep quality, and degenerative disease, with a general focus on the relevance of stress responses to frailty. We summarize the concepts and potential future directions that emerged from the discussion and highlight their relevance to the study of aging and age-related chronic diseases.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,002
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 Opus0,018
Tête enseignante GPT0,283
Écart entre enseignants0,265 · 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

Citations8
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetGenetics, Aging, and Longevity in Model Organisms→Travaux en français237 207→