MétaCan
Menu
Retour à la cohorte
Enregistrement W4383710907 · doi:10.1111/imr.13235

Ferroptosis in immunostimulation and immunosuppression

2023· review· en· W4383710907 sur OpenAlexfundno aff
Daolin Tang, Guido Kroemer, Rui Kang

Notice bibliographique

RevueImmunological Reviews · 2023
Typereview
Langueen
DomaineMedicine
ThématiqueFerroptosis and cancer prognosis
Établissements canadiensnon disponible
Organismes subventionnairesInstitut National Du CancerInstitut Universitaire de FranceLigue Contre le CancerFondation pour la Recherche MédicaleAgence Nationale de la RechercheUniversité de ParisAssociation pour la Recherche sur le CancerSeerave FoundationCentre National de la Recherche ScientifiqueNational Institutes of HealthEquipexNational Cancer InstituteLabex Immuno-OncologyCNIBEuropean Commission
Mots-clésImmune systemContext (archaeology)BiologyProgrammed cell deathImmunosuppressionImmunologyInflammationImmunityLytic cycleImmune toleranceMulticellular organismCell biologyCellApoptosisVirusGenetics

Résumé

récupéré en direct d'OpenAlex

Ferroptosis is a form of iron-dependent regulated cell death characterized by the accumulation of toxic lipid peroxides, particularly in the plasma membrane, leading to lytic cell death. While it plays a crucial role in maintaining the overall health and proper functioning of multicellular organisms, it can also contribute to tissue damage and pathological conditions. Although ferroptotic damage is generally recognized as an immunostimulatory process associated with the release of damage-associated molecular patterns (DAMPs), the occurrence of ferroptosis in immune cells or the release of immunosuppressive molecules can result in immune tolerance. Consequently, there is ongoing exploration of targeting the upstream signals or the machinery of ferroptosis to therapeutically enhance or inhibit the immune response. In addition to introducing the core molecular mechanisms of ferroptosis, we will focus on the immune characteristics of ferroptosis in pathological conditions, particularly in the context of infection, sterile inflammation, and tumor immunity.

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)0,001
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 enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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 Opus0,229
Tête enseignante GPT0,442
Écart entre enseignants0,212 · 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

Citations103
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueImmunological ReviewsMême sujetFerroptosis and cancer prognosisTravaux en français237 207