MétaCan
Menu
Retour à la cohorte
Enregistrement W4405073191 · doi:10.12688/f1000research.143506.2

Enter the Matrix: Fibroblast-immune cell interactions shape extracellular matrix deposition in health and disease.

2024· preprint· en· W4405073191 sur OpenAlexafffund
Anthony Altieri, Grace V. Visser, Matthew B. Buechler

Notice bibliographique

RevueF1000Research · 2024
Typepreprint
Langueen
DomaineMedicine
ThématiquePancreatic function and diabetes
Établissements canadiensUniversity of Toronto
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésExtracellular matrixOpen peer reviewFibroblastImmune systemPlant biologyDiseaseMatrix (chemical analysis)Cell biologyDeposition (geology)BiologyMedicineImmunologyChemistryPathologyCell cultureGenetics

Résumé

récupéré en direct d'OpenAlex

Fibroblasts, non-hematopoietic cells of mesenchymal origin, are tissue architects which regulate the topography of tissues, dictate tissue resident cell types, and drive fibrotic disease. Fibroblasts regulate the composition of the extracellular matrix (ECM), a 3-dimensional network of macromolecules that comprise the acellular milieu of tissues. Fibroblasts can directly and indirectly regulate immune responses by secreting ECM and ECM-bound molecules to shape tissue structure and influence organ function. In this review, we will highlight recent studies which elucidate the mechanisms by which fibroblast-derived ECM factors (e.g., collagens, fibrillar proteins) regulate ECM architecture and subsequent immune responses, with a focus on macrophages. As examples of fibroblast-derived ECM proteins, we examine Collagen Triple Helix Repeat Containing 1 (CTHRC1) and Transforming Growth Factor-β-inducible protein (TGFBI), also known as BIGH3. We address the need for investigation into how diverse fibroblast populations coordinate immune responses by modulating ECM, including the fibroblast-ECM-immune axis and the precise molecular mediators and pathways which regulate these processes. Finally, we will outline how novel research identifying key regulators of ECM deposition is critical for therapeutic development for fibrotic diseases and cancer.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,655
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,028
Tête enseignante GPT0,355
Écart entre enseignants0,328 · 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 tête enseignante, pas un consensus.

Devis d'étudeSimulation ou modélisation
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

Citations6
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueF1000ResearchMême sujetPancreatic function and diabetesTravaux en français237 207