MétaCan
Menu
← Retour à la cohorte
Enregistrement W4410280578 · doi:10.3389/fimmu.2025.1524392

MicroRNA expression and their molecular targets in food allergies: a systematic review

2025· review· en· W4410280578 sur OpenAlexaboutno aff
Tekan S. Rana, Rishipal R. Bansode, Leonard Williams

Notice bibliographique

RevueFrontiers in Immunology · 2025
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMicroRNA in disease regulation
Établissements canadiensnon disponible
Organismes subventionnairesU.S. Department of Agriculture
Mots-clésmicroRNAAllergyBiologyComputational biologyExpression (computer science)GeneticsMedicineBioinformaticsImmunologyGeneComputer science

Résumé

récupéré en direct d'OpenAlex

Introduction MicroRNAs (miRs) play an essential role in adaptive and innate immune systems by regulating the development of immune cells. However, detailed studies of miRs’ role in food allergies are scarce compared to those of other allergic or non- allergic diseases. This systematic review aims to study miRs expression and its role in food allergies (FAs) and determine the signature miRs in FAs. Method Research articles published since 2015 were selected from various databases: Scopus, PubMed, ScienceDirect, and Web of Science. Randomized clinical trials, observational clinical studies, and in vivo studies were assessed via the Cochrane Risk of Bias 2 tool, the Newcastle-Ottawa scale, and SYRCLE method, respectively. The characteristics of the included studies, population characteristics, and experimental details were extracted, and the data were synthesized narratively. Result MiRs expression had been investigated in the context of cow milk allergy (CMA) and peanut allergy (PA) through both in vivo studies and clinical trials. Clinical trials included allergies to multiple combined foods, individual foods (such as milk, peanut, and what), and drugs and venom, while in vivo studies were conducted on milk, egg, and peanut allergies. MiR-146a, miR- 155, and miR-30a-5p were common miRs between in vivo studies and clinical trials. Moreover, few miRs were commonly studied between different types of food allergies. In clinical trials, miR-143-3p was studied in peanut allergy and non-celiac wheat sensitivity (NCWS), and miR-155 was studied in CMA and egg allergy in in vivo studies. Furthermore, the same miRs varied on their molecular target and effect depending on the type of food allergy. Discussion The study on signature miRs and their molecular target determination for the therapeutic purpose of food allergy is in its initial stage. For individual food allergies, miRs determination via next-generation sequencing (NGS), their validation via polymerase chain reaction (PCR), and target molecule determination via RNA interference (RNAi) should be the focus of future studies in order to determine reliable signature miRs of food allergy.

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)0,004
score de la tête « metaresearch » (Gemma)0,017
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,017
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0070,007
Bibliométrie0,0080,009
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,007
Tête enseignante GPT0,245
Écart entre enseignants0,238 · 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'étudeRevue systématique
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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Immunology→Même sujetMicroRNA in disease regulation→Travaux en français237 207→