MétaCan
Menu
Retour à la cohorte
Enregistrement W4414749562 · doi:10.2147/btt.s547672

Migrasomes: A New Role in Disease Diagnosis and Treatment

2025· review· en· W4414749562 sur OpenAlexaff
Xiaolin Zhang, Shang Wang, Yuyun Jiang, Yanwei Yang, Liyue Huo, Yuepeng Zhou, Zhe Yang, Xuefeng Wang

Notice bibliographique

RevueBiologics · 2025
Typereview
Langueen
DomaineNeuroscience
ThématiqueNeuroscience of respiration and sleep
Établissements canadiensMagna International (Canada)
Organismes subventionnairesnon disponible
Mots-clésDiseasePathogenesisNeuroinflammationOrganelleCellPathologicalSignal transductionCell type

Résumé

récupéré en direct d'OpenAlex

Migrasomes, vesicle-like organelles observed during cell migration, have emerged as a significant focus in cell biology. These organelles play a pivotal role in intercellular communication, signal transduction, and tissue development through the release of signalling molecules. Evidence indicates that the pathogenesis and progression of various diseases are closely associated with aberrant cell migration, impaired intercellular communication, and disrupted signalling pathways. Notably, migrasomes can facilitate the invasion and metastasis of tumor cells: they carry metastasis-promoting signals and help form an immunosuppressive microenvironment. Additionally, migrasomes mediate viral spread. Migrasomes derived from macrophages can accelerate the progression of cardiovascular and cerebrovascular diseases by promoting neuroinflammation and neuronal damage. Meanwhile, migrasomes derived from podocytes serve as biomarkers for early kidney injury. Thus, elucidating the role of migrasomes in pathological processes and defining their specific functions holds great promise for developing novel therapeutic strategies for diseases. This review synthesizes current advances in migrasome biology, highlighting their potential as diagnostic biomarkers and therapeutic targets for conditions such as cancer, viral infections, and renal disorders.

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 seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,003
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 Opus0,138
Tête enseignante GPT0,368
Écart entre enseignants0,230 · 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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiologicsMême sujetNeuroscience of respiration and sleepTravaux en français237 207