MétaCan
Menu
Retour à la cohorte
Enregistrement W4407566187 · doi:10.1186/s10020-025-01113-9

Targeting NINJ1-mediated cell rupture to treat inflammatory diseases

2025· review· en· W4407566187 sur OpenAlexafffund
Claire Ju-Eun Hur, Benjamin E. Steinberg

Notice bibliographique

RevueMolecular Medicine · 2025
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueInflammasome and immune disorders
Établissements canadiensSickKids FoundationHospital for Sick ChildrenUniversity of Toronto
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésPyroptosisPathogenesisProgrammed cell deathIntracellularImmune systemCellImmunologyInflammationMedicineApoptosisCell biologyBiologyInflammasomeBiochemistry

Résumé

récupéré en direct d'OpenAlex

Cell death can terminate in plasma membrane rupture to release potent pro-inflammatory intracellular contents thereby contributing to inflammatory diseases. Cell rupture is an active process, mediated by the membrane protein ninjurin-1 (NINJ1) in pyroptosis, post-apoptosis lysis, ferroptosis, and forms of necrosis. Once activated, NINJ1 clusters into large oligomers within the membrane to initiate cellular lysis. Recent preclinical studies have demonstrated that inhibiting NINJ1 is a new strategy for treating immune-mediated diseases. Indeed, both small molecule inhibitors and neutralizing antibodies can target NINJ1 clustering to preserve plasma membrane integrity and mitigate disease pathogenesis. In this Perspective, we provide a summary of the current state of knowledge and recent developments in targeting cellular integrity during cell death through NINJ1 inhibition to treat inflammatory disease, with a focus on liver injury. As these NINJ1-mediated cell death pathways are pivotal in maintaining health and contribute to disease pathogenesis when dysregulated, the studies discussed within have broad implications across the immunologic basis of molecular medicine.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
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 recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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 Opus0,005
Tête enseignante GPT0,263
Écart entre enseignants0,258 · 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

Citations13
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMolecular MedicineMême sujetInflammasome and immune disordersTravaux en français237 207