MétaCan
Menu
Retour à la cohorte
Enregistrement W4384575937 · doi:10.4049/jimmunol.2300136

Defining and Studying B Cell Receptor and TCR Interactions

2023· article· en· W4384575937 sur OpenAlexaff
C. Garrett Rappazzo, Monica L. Fernández‐Quintero, Andreas Mayer, Nicholas C. Wu, Victor Greiff, Jenna J. Guthmiller

Notice bibliographique

RevueThe Journal of Immunology · 2023
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueT-cell and B-cell Immunology
Établissements canadiensInstitute of Infection and Immunity
Organismes subventionnairesNational Center for Complementary and Integrative HealthNational Institute of Allergy and Infectious DiseasesNational Institutes of HealthNorges ForskningsrådMichelson Prize and GrantsSearle Scholars ProgramKreftforeningenLeona M. and Harry B. Helmsley Charitable TrustÖsterreichischen Akademie der Wissenschaften
Mots-clésRepertoireAcquired immune systemBiologyT-cell receptorAutoimmunitySelf ToleranceImmune systemAntigenComputational biologyImmunologyComputer scienceT cellPhysics

Résumé

récupéré en direct d'OpenAlex

BCRs (Abs) and TCRs (or adaptive immune receptors [AIRs]) are the means by which the adaptive immune system recognizes foreign and self-antigens, playing an integral part in host defense, as well as the emergence of autoimmunity. Importantly, the interaction between AIRs and their cognate Ags defies a simple key-in-lock paradigm and is instead a complex many-to-many mapping between an individual's massively diverse AIR repertoire, and a similarly diverse antigenic space. Understanding how adaptive immunity balances specificity with epitopic coverage is a key challenge for the field, and terms such as broad specificity, cross-reactivity, and polyreactivity remain ill-defined and are used inconsistently. In this Immunology Notes and Resources article, a group of experimental, structural, and computational immunologists define commonly used terms associated with AIR binding, describe methodologies to study these binding modes, as well as highlight the implications of these different binding modes for therapeutic design.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · 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
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0010,001
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 Opus0,017
Tête enseignante GPT0,246
Écart entre enseignants0,228 · 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'étudeThéorique ou conceptuel
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

Citations18
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of ImmunologyMême sujetT-cell and B-cell ImmunologyTravaux en français237 207