MétaCan
Menu
Retour à la cohorte
Enregistrement W4384342472 · doi:10.3390/biom13071119

Extrinsic and Intrinsic Factors Determine Expression Levels of Gap Junction-Forming Connexins in the Mammalian Retina

2023· review· en· W4384342472 sur OpenAlexaff
Tamás Kovács‐Öller, Gergely Szarka, Gyula Hoffmann, Loretta Péntek, G. Valentin, Liliana Ross, Béla Völgyi

Notice bibliographique

RevueBiomolecules · 2023
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueConnexins and lens biology
Établissements canadiensUniversity of Calgary
Organismes subventionnairesEuropean Social FundEmberi Eroforrások MinisztériumaNemzeti Kutatási és Technológiai Hivatal
Mots-clésRetinaConnexinGap junctionRetinalNeuroscienceBiologyRetinitis pigmentosaAdaptation (eye)Retinal degenerationDegeneration (medical)Cell biologyPathologyIntracellularMedicine

Résumé

récupéré en direct d'OpenAlex

Gap junctions (GJs) are not static bridges; instead, GJs as well as the molecular building block connexin (Cx) proteins undergo major expression changes in the degenerating retinal tissue. Various progressive diseases, including retinitis pigmentosa, glaucoma, age-related retinal degeneration, etc., affect neurons of the retina and thus their neuronal connections endure irreversible changes as well. Although Cx expression changes might be the hallmarks of tissue deterioration, GJs are not static bridges and as such they undergo adaptive changes even in healthy tissue to respond to the ever-changing environment. It is, therefore, imperative to determine these latter adaptive changes in GJ functionality as well as in their morphology and Cx makeup to identify and distinguish them from alterations following tissue deterioration. In this review, we summarize GJ alterations that take place in healthy retinal tissue and occur on three different time scales: throughout the entire lifespan, during daily changes and as a result of quick changes of light adaptation.

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 enseignants0,002
Score d'incertitude au seuil0,008

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
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
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 Opus0,109
Tête enseignante GPT0,340
Écart entre enseignants0,231 · 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

Citations3
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiomoleculesMême sujetConnexins and lens biologyTravaux en français237 207