Insights on interspecies disease tolerance mechanisms through comparative and functional genomics
Bibliographic record
Abstract
La sensibilité des primates aux pathogènes et aux maladies inflammatoires chroniques varie considérablement. Par exemple, les singes (tels que les humains et les chimpanzés) sont très sensibles à de très petites doses de lipopolysaccharide (LPS), une molécule mimétique d'agent pathogène, qui cause de graves lésions tissulaires en raison de l'immunopathologie tandis que les singes africains et asiatiques clades soeurs AAM (tels que les macaques et les babouins) sont beaucoup plus tolérants à des doses beaucoup plus élevées de LPS. Cet écart entre l'homme et les autres primates est connu pour être, au moins partiellement, dû à la différence interspécifique de la réponse immunitaire. Dans cette thèse, j'ai effectué une analyse comparative de la réponse immunitaire à travers différentes lignées de primates pour obtenir des informations supplémentaires sur l'évolution de la réponse immunitaire. J'ai trouvé que les singes provoquent une réponse immunitaire beaucoup plus forte aux stimulants (bactériens ou viraux) par rapport aux AMM. Une telle réponse plus élevée s'est également avérée corrélée avec la phylogénie du primate, la plus élevée chez le primate supérieur (humain) et la plus faible chez le primate basal (lémurien). Une réponse aussi élevée peut être bénéfique pour la médiation d'une destruction efficace des agents pathogènes, mais elle est probablement accompagnée de lésions tissulaires plus élevées, ce qui pourrait expliquer pourquoi les humains sont plus sensibles aux maladies immunopathologiques telles que la septicémie. J'ai également caractérisé le paysage réglementaire de la réponse immunitaire chez ces primates. J'ai trouvé que l'activité des éléments régulateurs était significativement différente entre les différentes espèces de primates après une stimulation immunitaire mettant en évidence le rôle de l'épigénétique dans la conduite du changement de la réponse immunitaire chez les primates. De plus, j'ai trouvé une signature d'évolution adaptative sur les régions actives associées aux gènes qui ont la réponse la plus élevée chez l'homme par rapport aux AMM révélant le rôle de la sélection naturelle sur le façonnement de la réponse immunitaire chez les primates.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".