Иммунитет с биологической точки зрения это …
Содержание
Иммунитет с биологической точки зрения — это способность организма обеспечивать генетическую целостность весь период его существования. Однозначное объяснение иммунитета дать сложно, так как это довольно размытое понятие, которое включает в себя и обмен веществ, и состояние организма в целом, и прочее.В основном иммунитет определяют как своего рода защитный механизм организма способный противостоять отрицательному воздействию внутренней и внешней среды, вырабатываемый в ходе эволюции.
Иммунитет с биологической точки зрения это стойкость и сила организмаДругими словами
иммунитет с биологической точки зрения можно определить способностью человеческого организма выводить чужеродные частицы и обеспечивать постоянное существование своих тканей, избавляться и освобождаться от инфекций, сохранять внутреннюю среду постоянной, а также действовать на вещества, обладающие антигенными свойствами.Следовательно, иммунная система может атаковать и свои клетки, подвергшиеся изменению антигеном. Все эти процессы протекают на таких уровнях организма как клеточный и молекулярный.
Более того, сложно организованные, многоклеточные организмы существуют благодаря развитию иммунной системы.
Согласно общепризнанной классификации, иммунитет подразделяется на приобретенный или искусственный и врожденный или естественный.
В свою очередь искусственный иммунитет может быть:— пассивным, который развивается после того, как с материнским молозивом организму передаются антитела, или же во время внутриутробного развития путем введения сыворотки с готовыми антителами против определенного антигена.Эти антитела могут быть получены с использованием методов генной инженерии или же от иммунизированных лошадей. Данные действия оправданы тем, что иммунная реакция организма развивается иногда медленнее чем некоторые болезни, что может быть причиной к преждевременной кончине больного. А введенные вовремя готовые антитела помогают избавиться от болезни, поддержать его и поспособствовать развитию собственного иммунитета;
— активным. Это иммунитет, полученный после перенесенной болезни или в результате введения вакцины, то есть формируется благодаря вакцинации.Способ вакцинации заключается в том, что прививкой в человеческий организм вводятся убитые или ослабленные или бактерии вирусы. Через некоторое время после прививки организм ответит развитием первичного иммунитета. Дальше, если вдруг человек столкнется с данным заболеванием, то при помощи вторичного ответа иммунитета, сможет с легкостью обнаружить и обезвредить антиген и побороть болезнь.
Составляющие иммунной системы человека В современном мире генная инженерия создает не несущие вреда организму вакцины, которые не несут вреда организму, и не имеющие в своем арсенале «поражающих» элементов (РНК и ДНК бактерий или вирусов), однако имеющая белковые соединения, благодаря которым развивается иммунная реакция.Врожденный, который еще называют естественным, неспецифическим или конституционным, иммунитет объясняется клеточными, молекулярными, анатомическими и физиологическими особенностями, закрепляемыми за человеком наследственно. В данном случае память о патогене и первичном контакте с них отсутствует.
Этот вид иммунитета может быть или врожденным, или приобретенным в результате болезни, а также пассивную форму, возникающую во время передачи антител к ребенку от матери в процессе вынашивания и кормления.
Укрепление иммунитетаК сожалению, людям свойственно вспоминать об иммунитете тогда, когда он не справился со своей основной задачей и пропустил болезнь в организм. Многие думают, что укрепить иммунитет можно только закаливанием. Но это далеко не совсем верно.
Ниже приведены некоторые методы укрепления своих защитных функций, применить которые большого труда не составит, а вот пользу принесет значительную.Питание.
Рациональное, правильно взвешенное в качественном и количественном отношении, питание способствует активации защитных ресурсов организма, являясь залогом защиты от заболеваний и вирусов. К продуктам, которые положительно влияют на иммунитет, относят кальмаров, говяжью печень, креветок, мидий, а также множество пряностей, Еще иммунитету нужны белки, как животные так и растительные.Витамины. Для благополучной работы иммунной системы необходимы микроэлементы и витамины. Получить их можно принимая аптечные мультивитаминные комплексы, однако будет намного лучше, если они будут поступать с пищей.
Вредные привычки убивают иммунитет. Чтобы поддержать его на необходимом уровне следует полностью отказаться от курения, более того нужно избегать даже табачного дыма. Алкоголь, особенно чрезмерное его употребление, также пагубно сказывается на иммунитете. Исключением может быть лишь сухое красное вино, но не более чем 50-100 мл в сутки.
Активный иммунитет
Закаливание.
Усиление неспецифической защиты организма помогает ему активизироваться во время вспышек заболеваемости. Суть закаливания состоит вовсе не в хождении босиком по снегу, а в том, чтобы слизистые оболочки быстро реагировали на перепады температуры. Для тренировки отлично подойдет такой легкий способ как обливание предплечий от локтей до кистей и обратно. Обливать нужно попеременно холодной (+20С) и горячей (+35) водой, по пять-семь минут в день. Данная процедура будет очень полезна и детям.Стресс. Это, пожалуй, самый главный враг иммунитета. Наиболее опасным считается неконтролируемый стресс, с которым человеку, из-за переполняющих его эмоций, невозможно справиться. К сожалению, избавиться от этого можно только сформировав способность спокойно реагировать на все ситуации.
Смех. Хорошей компенсацией после стресса будет смех. Хороший, здоровый смех или хохот оказывает такое же влияние как небольшие физические нагрузки.
Кошка. Научно доказано, что кошки благотворно влияют на здоровье и иммунитет человека, помогают справиться со стрессами, предотвращают сердечные заболевания и прочее.
8. Народные средства. Народная медицина предлагает множество натуральных рецептов для поддержания иммунитета. Наиболее часто в этих рецептах используется элеутерококк, лимонник китайский и женьшень.
Узнайте прямо сейчас, в каких продуктах содержатся самые полезные Витамины для организма.
Презентація на тему Что такое иммунитет с биологической точки зрения? — презентації з біології
12345
Рейтинг презентації — 5 на основі 1 голосів (Ваша оцінка — )
Завантажити презентацію
Проблема з презентацією?
Слайд #1
Что такое иммунитет с биологической точки зрения ?
Слайд #2
Что подразумевается под иммунитетом?- Однозначно иммунитет определить невозможно, это очень тонкое понятие, включающее и общее состояние организма, и обмен его веществ, и т.д. Но если кратко — это способность организма противостоять вредным воздействиям внешней и внутренней среды, которая вырабатывается в процессе эволюции. Иммунитет — многоуровневая система защиты организма, стоящая на страже нашего здоровья.Наша иммунная система создана так, что умеет ко всему приспосабливаться и от всего нас защищать. В каждом органе, в каждой системе организма происходит распознавание и уничтожение чужеродных веществ. Если в организм попали химические вещества, то печень активно начинает их устранять. Загрязненный воздух нейтрализует слизистая оболочка легких, а также кровь. Некачественная вода фильтруется почками.
Слайд #3
Что подразумевается под иммунитетом?- Однозначно иммунитет определить невозможно, это очень тонкое понятие, включающее и общее состояние организма, и обмен его веществ, и т.д. Но если кратко — это способность организма противостоять вредным воздействиям внешней и внутренней среды, которая вырабатывается в процессе эволюции. Иммунитет — многоуровневая система защиты организма, стоящая на страже нашего здоровья.Наша иммунная система создана так, что умеет ко всему приспосабливаться и от всего нас защищать. В каждом органе, в каждой системе организма происходит распознавание и уничтожение чужеродных веществ. Если в организм попали химические вещества, то печень активно начинает их устранять. Загрязненный воздух нейтрализует слизистая оболочка легких, а также кровь. Некачественная вода фильтруется почками.
Слайд #4
Что подразумевается под иммунитетом?- Однозначно иммунитет определить невозможно, это очень тонкое понятие, включающее и общее состояние организма, и обмен его веществ, и т.д. Но если кратко — это способность организма противостоять вредным воздействиям внешней и внутренней среды, которая вырабатывается в процессе эволюции. Иммунитет — многоуровневая система защиты организма, стоящая на страже нашего здоровья.Наша иммунная система создана так, что умеет ко всему приспосабливаться и от всего нас защищать. В каждом органе, в каждой системе организма происходит распознавание и уничтожение чужеродных веществ. Если в организм попали химические вещества, то печень активно начинает их устранять. Загрязненный воздух нейтрализует слизистая оболочка легких, а также кровь. Некачественная вода фильтруется почками.
Слайд #5
Что подразумевается под иммунитетом?- Однозначно иммунитет определить невозможно, это очень тонкое понятие, включающее и общее состояние организма, и обмен его веществ, и т.д. Но если кратко — это способность организма противостоять вредным воздействиям внешней и внутренней среды, которая вырабатывается в процессе эволюции. Иммунитет — многоуровневая система защиты организма, стоящая на страже нашего здоровья.Наша иммунная система создана так, что умеет ко всему приспосабливаться и от всего нас защищать. В каждом органе, в каждой системе организма происходит распознавание и уничтожение чужеродных веществ. Если в организм попали химические вещества, то печень активно начинает их устранять. Загрязненный воздух нейтрализует слизистая оболочка легких, а также кровь. Некачественная вода фильтруется почками.
Слайд #6
Что такое ВИЧ ?Ви́рус иммунодефици́та челове́ка
Слайд #7
Вирус поражает лейкоциты , поэтому организм становится беззащитным перед инфекционными и опухолевыми заболеваниями , с которыми справляется нормальная иммунная система.
Слайд #8
ВИЧ-это инфекция , которая не передается сразу.Симптомы СПИДа могут проявится спустя 5-10 после заражения.Современный способ лечения замедляет прогрессирование ВИЧ-инфекциии ее переход в стадия СПИДа.
Слайд #9
Для ВИЧ характерна очень высокая генетическая изменчивость, поэтому трудно создать вакцину против этого вируса.
Слайд #10
Завантажити презентацію
Распознавание паттернов врожденным иммунитетом: клеточная биологическая перспектива
Сохранить цитату в файл
Формат: Резюме (текст)PubMedPMIDAbstract (текст)CSV
Добавить в коллекции
- Создать новую коллекцию
- Добавить в существующую коллекцию
Назовите свою коллекцию:
Имя должно содержать менее 100 символов
Выберите коллекцию:
Не удалось загрузить вашу коллекцию из-за ошибки
Повторите попытку
Добавить в мою библиографию
- Моя библиография
Не удалось загрузить делегатов из-за ошибки
Повторите попытку
Ваш сохраненный поиск
Название сохраненного поиска:
Условия поиска:
Тестовые условия поиска
Электронная почта: (изменить)
Который день? Первое воскресеньеПервый понедельникПервый вторникПервая средаПервый четвергПервая пятницаПервая субботаПервый деньПервый рабочий день
Который день? ВоскресеньеПонедельникВторникСредаЧетвергПятницаСуббота
Формат отчета: РезюмеРезюме (текст)АбстрактАбстракт (текст)PubMed
Отправить максимум: 1 шт. 5 шт. 10 шт. 20 шт. 50 шт. 100 шт. 200 шт.
Отправить, даже если нет новых результатов
Необязательный текст в электронном письме:
Создайте файл для внешнего программного обеспечения для управления цитированием
Обзор
. 2015;33:257-90.
doi: 10.1146/annurev-иммунол-032414-112240. Epub 2015 2 января.
Скай В. Брубейкер 1 , Кевин С. Бонэм, Иван Занони, Джонатан С. Каган
принадлежность
- 1 Отделение гастроэнтерологии, Бостонская детская больница, Гарвардская медицинская школа, Бостон, Массачусетс 02115; электронная почта: skybrubaker@stanford. edu, [email protected], [email protected], [email protected].
- PMID: 25581309
- PMCID: PMC5146691
- DOI: 10.1146/аннурев-иммунол-032414-112240
Бесплатная статья ЧВК
Обзор
Sky W Brubaker et al. Анну Рев Иммунол. 2015.
Бесплатная статья ЧВК
. 2015;33:257-90.
doi: 10.1146/annurev-иммунол-032414-112240.
Epub 2015 2 января.Авторы
Скай В. Брубейкер 1 , Кевин С. Бонэм, Иван Занони, Джонатан С. Каган
принадлежность
- 1 Отделение гастроэнтерологии, Бостонская детская больница, Гарвардская медицинская школа, Бостон, Массачусетс 02115; электронная почта: [email protected], [email protected], [email protected], [email protected].
- PMID: 25581309
- PMCID: PMC5146691
- DOI: 10.1146/аннурев-иммунол-032414-112240
Абстрактный
Рецепторы врожденной иммунной системы обнаруживают консервативные детерминанты микробного и вирусного происхождения. Активация этих рецепторов инициирует сигнальные события, кульминацией которых является эффективный иммунный ответ. В последнее время представление о том, что сигнальные события врожденного иммунитета зависят от сложной клеточной инфраструктуры и действуют внутри нее, стало важной основой для понимания регуляции врожденного иммунитета. Компартментализация в этой инфраструктуре дает клетке возможность назначать пространственную информацию для обнаружения микробов и регулировать иммунные реакции. Несколько клеточных биологических процессов играют роль в регуляции врожденных сигнальных ответов; в то же время врожденная передача сигналов может задействовать клеточные процессы как форму защиты или стимулировать иммунологическую память. В этом обзоре мы выделяем эти аспекты клеточной биологии в передаче сигналов рецепторов распознавания образов, фокусируясь на сигналах, которые исходят с клеточной поверхности, из эндосомальных компартментов и изнутри цитозоля.
Ключевые слова: АЛР; CLR; НЛР; РЛР; TLR.
Цифры
Рисунок 1
Последствия клеточных биологических процессов…
Рисунок 1
Влияние клеточных биологических процессов на передачу сигналов врожденного иммунитета. Незаконный оборот PRR…
Влияние клеточных биологических процессов на передачу сигналов врожденного иммунитета. Перенос PRRs и локализация передачи сигналов врожденного иммунитета могут регулировать трансдукцию сигнала и диктовать результат обнаружения микробов ( a ). ➊ TLR4 подвергается транспортировке в специализированные области плазматической мембраны для активации MyD88-зависимой передачи сигналов. ➋ CD14 опосредует эндоцитоз TLR4, что приводит к TRIF-зависимой передаче сигналов от эндосомы. ➌ RIG-I подвергается транспортировке к месту передачи сигналов MAVS на митохондриях. ➍ Передача сигналов MAVS от митохондрий индуцирует ответ IFN I и III типа, тогда как передача сигналов от пероксисом индуцирует транскрипцию только IFN типа III. С другой стороны, врожденная иммунная сигнализация может задействовать клеточные биологические процессы для борьбы с инфекцией (9).0151 б
). ➎ Передача сигналов дектином может индуцировать фагоцитоз как эффективное средство очистки от микробов. ➏ NOD и TLR привлекают регуляторы аутофагии к месту проникновения бактерий для элиминации патогенов. ➐ Аутофагосомы могут доставлять антигены внутриклеточных патогенов для презентации MHC-II для координации адаптивных иммунных ответов. ➑ Активация воспалительных заболеваний вызывает быструю форму гибели клеток, известную как пироптоз, который может ограничивать репликацию внутриклеточных патогенов. ➒ Сигнальный путь RLR/MAVS также может вызывать гибель клеток для ограничения репликации вируса. (Сплошные линии указывают на передачу сигнала; пунктирные линии указывают на события переноса. ) (Сокращения: MAVS, митохондриальный противовирусный сигнальный белок; MHC-II, главный комплекс гистосовместимости класса II; NOD, домен олигомеризации, связывающий нуклеотиды; RIG-I, индуцируемый ретиноевой кислотой. ген I; TRIF, домен TIR, содержащий адаптор-индуцирующий IFN-β.) Рисунок 2
Сигналы TLR4 от плазмы…
Рисунок 2
Сигналы TLR4 от плазматической мембраны и эндосом. TLR4 требует транслокации в липид…
фигура 2 СигналыTLR4 от плазматической мембраны и эндосом. TLR4 требует транслокации на липидные рафты, обогащенные TIRAP, для передачи сигналов от плазматической мембраны. Это облегчает взаимодействие с MyD88 при связывании лиганда для образования миддосомы, содержащей MyD88, TIRAP и IRAK.
IRAK привлекают убиквитинлигазу E3 TRAF6, которая взаимодействует с комплексом, образованным TAB1, TAB2, TAB3 и TAK1. Этот комплекс регулирует активацию NF-κB через IKK. Высвобождение TAK1 в цитоплазму также направляет активацию MAPK. CD14 контролирует перемещение TLR4 из плазматической мембраны в эндосомы посредством активации ITAM, Syk и PLCγ2. Из эндосом TLR4 взаимодействует с сортирующим адаптером TRAM и сигнальным адаптером TRIF, чтобы поддерживать активацию NF-κB и индуцировать опосредованную IRF3 продукцию IFN I типа. TRIF-зависимая активация NF-kB может происходить через белки RIPK1, TRADD и комплекс каспазы-8. Активация IRF3 контролирует продукцию IFN I типа и требует привлечения TRAF3 к TRIF. Затем TRAF3 взаимодействует с TANK (или родственными TANK белками) для рекрутирования IKKγ, IKKε и TBK1, которые активируют IRF3. (Сплошные линии обозначают передачу сигнала; пунктирные линии обозначают события переноса.) (Сокращения: FADD, Fas-ассоциированный белок с доменом гибели; IKK, киназа IκB; IRAK, киназа, ассоциированная с рецептором интерлейкина-1; IRF, регуляторный фактор IFN; ITAM, мотив активации иммунорецептора на основе тирозина; MAPK, митоген-активируемая протеинкиназа; NF-κB, ядерный фактор-κB; PLCγ2, фосфолипаза Cγ2; RIPK1, рецептор-взаимодействующая серин/треонин-протеинкиназа 1; TAB, TAK1-связывающий белок; TAK , TGF-β-активируемая киназа; TANK, активатор NF-kB, ассоциированный с членом семейства TRAF; TBK, TANK-связывающая киназа; TIRAP, TIR-содержащий адапторный белок; TRADD, домен смерти, ассоциированный с рецептором TNF типа 1; TRAF, рецептор TNF – сопутствующий фактор. Рисунок 3
Сигнализация Dectin-1 контролирует NF-κB и…
Рисунок 3
Передача сигналов Dectin-1 контролирует активацию NF-κB и NFAT. При связывании лиганда домен hemITAM…
Рисунок 3Передача сигналов Dectin-1 контролирует активацию NF-κB и NFAT. После связывания лиганда домен hemITAM Dectin-1 фосфорилируется киназами семейства Src (SFK), которые рекрутируют сигнальную киназу Syk. Это требует перемещения фосфатаз CD45 и CD148 от формирующейся фагосомы. Активация Syk может контролировать активность PLCγ2, вызывая образование IP3 и DAG. IP3-опосредованный Ca 9Высвобождение 0063 2+ из эндоплазматического ретикулума индуцирует CRAC-зависимый приток Ca 2+ и последующую активацию NFAT. Ca 2+ и DAG также регулируют активацию PKCδ, которая контролирует каноническую активацию NF-κB после индукции комплекса CARD9/Bcl-10/MALT-1. Параллельно Syk также контролирует неканоническую активацию NF-κB через NIK. (Сплошные линии указывают на передачу сигнала; пунктирные линии указывают на события переноса.) (Сокращения: CARD, домен рекрутирования каспазы; CRAC, кальций, активируемый высвобождением кальция; DAG, диацилглицерол; IKK, киназа IκB; IP3, инозитол 1,4,5- трифосфат; ITAM, мотив активации иммунорецептора на основе тирозина; NFAT, ядерный фактор активированных Т-клеток; NIK, NF-kB-индуцирующая киназа; PKC, протеинкиназа C.)
Рисунок 4
Врожденный иммунный сигнал от эндосом…
Рисунок 4
Врожденный иммунный сигнал от эндосом. ( a ) Рецепторы NOD связаны с эндосомальными…
Рисунок 4Врожденная иммунная передача сигналов от эндосом. ( a ) Рецепторы NOD связываются с эндосомальными мембранами, где они располагаются для встречи с PAMP, когда микробы убегают из эндосом или когда они откачиваются переносчиками, такими как SLC15A3. Передача сигналов NOD активирует RIPK2, который запускает продукцию провоспалительных цитокинов посредством активации NF-κB и MAPK. ( b ) TLR3 реагирует на двухцепочечную РНК и запускает ферментативный сигнальный каскад через адапторный белок TRIF. В отличие от TLR4, TLR3 не требует адаптера TRAM, но он может аналогичным образом активировать IRF3 для продукции IFN и ISG типа I, а также NF-kB для продукции провоспалительных цитокинов. ( c ) Другие эндосомальные TLR в основном активируют NF-κB через адаптеры MyD88 и TIRAP. В pDC TLR7 и -9 запускают продукцию IFN и ISG посредством активации IRF7. (Сокращения: IFN, интерферон; IRAK, киназа, ассоциированная с рецептором интерлейкина-1; IRF, фактор регуляции IFN; ISG, ген, стимулируемый IFN; MAPK, митоген-активируемая протеинкиназа; MDP, мурамилдипептид; NOD, домен олигомеризации, связывающий нуклеотиды. ; PAMP, патоген-ассоциированный молекулярный паттерн; pDC, плазмацитоидная дендритная клетка; RIPK2, киназа RIP2; TIRAP, TIR-содержащий адаптерный белок; TRAF, фактор, ассоциированный с рецептором TNF; TRIF, TIR-домен, содержащий адаптер, индуцирующий IFN-β.)
Рисунок 5
Путь биосинтеза: нуклеиновая кислота…
Рисунок 5
Путь биосинтеза: обнаружение нуклеиновых кислот в цитозоле. ( и )…
Рисунок 5Путь биосинтеза: обнаружение нуклеиновых кислот в цитозоле. ( a ) RLR обнаруживают РНК патогенного происхождения в цитозоле, чтобы индуцировать продукцию IFN и провоспалительных цитокинов. Пути TBK1, IKK и MAVS приводят к активации факторов транскрипции для индукции IFN и других генов цитокинов. ➊ Передача сигнала RIG-I регулируется TRIM25- и RIPLET-опосредованным убиквитинированием и транслокацией к месту передачи сигнала с помощью 14-3-3ε. ➋ Активность MAVS регулируется полимеризацией, и передача сигналов от митохондрий приводит к продукции IFN I и III типа, тогда как пероксисомальная передача сигналов индуцирует продукцию только IFN типа III. ( b ) cGAS и ALR обнаруживают ДНК, полученную из патогена, внутри цитозоля и ядра, чтобы индуцировать продукцию IFN. ➌ В присутствии ДНК фермент cGAS превращает АТФ и GTP в циклический динуклеотид cGAMP. ➍ Продукция cGAMP индуцирует активацию и перенос STING в плохо определенные сайты передачи сигналов ATG9- и VSP34-зависимым образом. TBK1 рекрутируется в этот сайт передачи сигналов, чтобы индуцировать продукцию IFN типа I. ➎ Вирусная ДНК в ядре может быть обнаружена с помощью IFI16 для производства IFN типа I STING-зависимым образом. Следовательно, перенос этого рецептора или другого фактора из ядра в цитозоль может регулировать IFI16-зависимую передачу сигналов. ( c ) Опосредованный инфламмасомами ответ на ДНК в цитозоле. ➏ Обнаружение цитозольной ДНК с помощью AIM2 активирует образование инфламмасом, что вызывает гибель клеток и созревание IL-1β. ➐ Секреция этого цитокина требует неканонического пути, который не зависит от проникновения через эндоплазматический ретикулум и аппарат Гольджи. Было предложено несколько возможностей для высвобождения IL-1β, которые включают пути через лизосомальные компартменты, мультивезикулярные тельца или поры, образующиеся во время пироптотической гибели клеток. (Сплошные линии обозначают передачу сигнала; пунктирные линии обозначают события переноса.) (Сокращения: AIM, отсутствует при меланоме; cGAMP, циклический ди-GMP/AMP; cGAS, циклическая GMP-AMP-синтаза; IFI, интерферон, γ-индуцируемый; IFN, интерферон; IKK, киназа IκB; MAVS, митохондриальный противовирусный сигнальный белок; MDA, ген дифференцировки меланомы; RIG-I, индуцируемый ретиноевой кислотой ген I; STING, стимулятор гена IFN; TBK, TANK-связывающая киназа; TRAF, рецептор TNF- связанный фактор; TRIM25, трехчастный мотив, содержащий 25. )
См. это изображение и информацию об авторских правах в PMC
Похожие статьи
Врожденное иммунное восприятие и передача сигналов цитозольных нуклеиновых кислот.
Ву Дж., Чен З.Дж. Ву Дж и др. Анну Рев Иммунол. 2014;32:461-88. doi: 10.1146/annurev-иммунол-032713-120156. Анну Рев Иммунол. 2014. PMID: 24655297 Обзор.
Новая роль рецептора конечных продуктов гликирования для врожденного иммунитета.
Рохас А., Перес-Кастро Р., Гонсалес И., Дельгадо Ф., Ромеро Х., Рохас И. Рохас А. и др. Int Rev Immunol. 2014 Январь; 33 (1): 67-80. дои: 10.3109/08830185.2013.849702. Epub 2013 22 ноября. Int Rev Immunol. 2014. PMID: 24266871 Обзор.
Распознавание цитозольной ДНК для запуска врожденных иммунных ответов.
Такаока А., Танигучи Т. Такаока А. и др. Adv Drug Deliv Rev. 29 апреля 2008 г.; 60 (7): 847-57. doi: 10.1016/j.addr.2007.12.002. Epub 2007, 31 декабря. Adv Drug Deliv Rev. 2008. PMID: 18280611 Обзор.
Митохондрии: датчики и медиаторы передачи сигналов рецепторов врожденного иммунитета.
Клунэн С.М., Чой А.М. Клунан С.М. и соавт. Curr Opin Microbiol. 2013 июнь; 16 (3): 327-38. doi: 10.1016/j.mib.2013.05.005. Epub 2013 8 июня. Curr Opin Microbiol. 2013. PMID: 23757367 Бесплатная статья ЧВК. Обзор.
Регуляция адаптивного иммунитета системой врожденного иммунитета.
Ивасаки А., Меджитов Р. Ивасаки А. и др. Наука. 2010 15 января; 327 (59)63):291-5. doi: 10.1126/science.1183021. Наука. 2010. PMID: 20075244 Бесплатная статья ЧВК. Обзор.
Посмотреть все похожие статьи
Цитируется
Роль посттрансляционных модификаций в регуляции активации воспаления NLRP3.
Ся Дж., Цзян С., Донг С., Ляо Й., Чжоу Й. Ся Дж. и др. Int J Mol Sci. 2023 24 марта; 24 (7): 6126. дои: 10.3390/ijms24076126. Int J Mol Sci. 2023. PMID: 37047097 Бесплатная статья ЧВК. Обзор.
Иммунное разнообразие у лофотрохозоев с упором на распознавание и эффекторные системы.
Ли Ю, Сюэ Ю, Пэн З, Чжан Л. Ли Ю и др. Comput Struct Biotechnol J. 2023, 22 марта; 21:2262-2275. doi: 10.1016/j.csbj.2023.03.031. Электронная коллекция 2023. Comput Struct Biotechnol J. 2023. PMID: 37035545 Бесплатная статья ЧВК. Обзор.
Рецепторы распознавания образов при эндометриозе: описательный обзор.
Го Б., Чен Дж. Х., Чжан Дж. Х., Фан Ю., Лю С. Дж., Чжан Дж., Чжу Х.К., Чжан Л. Го Б и др. Фронт Иммунол. 2023 23 марта; 14:1161606. doi: 10.3389/fimmu.2023.1161606. Электронная коллекция 2023. Фронт Иммунол. 2023. PMID: 37033937 Бесплатная статья ЧВК. Обзор.
Сигнализация глии и микроокружение мозга при мигрени.
Амани Х., Солтани Хабушан А., Тервиндт Г.М., Тафахори А. Амани Х. и др. Мол Нейробиол. 2023 г., 30 марта. doi: 10.1007/s12035-023-03300-3. Онлайн перед печатью. Мол Нейробиол. 2023. PMID: 36995514 Обзор.
Изучение влияния нескольких структурных белков SARS-CoV-2 на противовирусный иммунитет.
Юэ Р, Цзэн Ф, Ма Д, Мэн З, Ли Х, Чжан З, Чжан Х, Ли К, Сюй Л, Ню З, Ли Д, Ляо И, Цзян Г, Ю Л, Чжао Х, Чжан И, Лю Л, Ли Кью. Юэ Р и др. Вакцины (Базель). 2023 23 февраля; 11 (3): 524. doi: 10.3390/вакцин11030524. Вакцины (Базель). 2023. PMID: 36992107 Бесплатная статья ЧВК.
Просмотреть все статьи «Цитируется по»
Типы публикаций
термины MeSH
вещества
Грантовая поддержка
- P30 DK034854/DK/NIDDK NIH HHS/США
- R01 AI093589/AI/NIAID NIH HHS/США
Полнотекстовые ссылки
Атыпон Бесплатная статья ЧВК
Укажите
Формат: ААД АПА МДА НЛМ
Отправить по телефону
Подходы системной биологии к пониманию иммунной системы человека
1. Траутманн Л., Секали Р. Разгадка загадок вакцин: взгляд системной биологии. Нат Иммунол. (2011) 12:729. 10.1038/ni.2078 [PubMed] [CrossRef] [Google Scholar]
2. Mooney M, McWeeney S, Canderan G, Sékaly R. Системная основа для разработки вакцин. Курр Опин Иммунол. (2013) 25:551–5. 10.1016/j.coi.2013.09.014 [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]
3. Pulendran B, Li S, Nakaya HI. Системная вакцинология. Иммунитет. (2010) 33:516–29. 10.1016/j.immuni.2010.10.006 [PMC free article] [PubMed] [CrossRef] [Google Scholar]
4. Оберг А.Л., Кеннеди Р.Б., Ли П., Овсянникова И.Г., Польша Г.А. Подходы системной биологии к разработке новых вакцин. Курр Опин Иммунол. (2011) 23:436–43. 10.1016/j.coi.2011.04.005 [бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]
5. Котляров Ю., Спаркс Р., Мартинс А.Дж., Муле М.П., Лу Ю., Госвами М. и др.. Широкая иммунная активация лежит в основе общих сигнатур установочных точек для ответа на вакцину у здоровых людей и активности заболевания у пациентов с волчанкой. Нат Мед. (2020) 26: 618–29. 10.1038/s41591-020-0769-8 [бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]
6. Ge H, Walhout AJ, Vidal M. Интеграция «омической» информации: мост между геномикой и системной биологией . Тенденции Жене. (2003) 19:551–60. 10.1016/j.tig.2003.08.009 [PubMed] [CrossRef] [Google Scholar]
7. Lee AH, Shannon CP, Amenyogbe N, Bennike TB, Diray-Arce J, Idoko OT и др. Динамические молекулярные изменения в течение первой недели жизни человека следуют устойчивой траектории развития. Нац коммун. (2019) 10:1092. 10.1038/s41467-019-08794-x [бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]
8. Ebrahim A, Brunk E, Tan J, O’Brien EJ, Kim D, Szubin R, et al. .. Мультиомная интеграция данных позволяет обнаруживать скрытые биологические закономерности. Нац коммун. (2016) 7:1–9. 10.1038/ncomms13091 [бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]
9. Tolios A, De Las Rivas J, Hovig E, Trouillas P, Scorilas A, Mohr T. Вычислительные подходы к исследованию множественной лекарственной устойчивости рака: Идентификация потенциальных биомаркеров, мишеней для лекарств и взаимодействий между лекарствами и мишенями. Обновления устойчивости к наркотикам. (2020) 48:100662. 10.1016/j.drup.2019.100662 [PubMed] [CrossRef] [Google Scholar]
10. Kidd BA, Peters LA, Schadt EE, Dudley JT. Объединение иммунологии с информатикой и мультимасштабной биологией. Нат Иммунол. (2014) 15:118–27. 10.1038/ni.2787 [бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]
11. Тавассоли И., Гольдфарб Дж., Айенгар Р. Учебник по системной биологии: основные методы и подходы. Очерки биохим. (2018) 62: 487–500. 10.1042/EBC20180003 [PubMed] [CrossRef] [Google Scholar]
12. Beale DJ, Karpe AV, Ahmed W. Помимо метаболомики: обзор подходов, основанных на мультиомике. Микроб Метаб. (2016) 289−312. 10.1007/978-3-319-46326-1_10 [CrossRef] [Google Scholar]
13. Zhou G, Xia J. OmicsNet: веб-инструмент для создания и визуального анализа биологических сетей в трехмерном пространстве. Нуклеиновые Кислоты Res. (2018) 46: W514–22. 10.1093/nar/gky510 [бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]
14. Ахмедов М., Мартинелли А., Гейгер Р., Кви И. Игровая площадка Omics: комплексная платформа самообслуживания для визуализации, аналитики и исследования больших данных omics. НАР Геном Биоинформ. (2020) 2: lqz01910.1093/nargab/lqz019 [CrossRef] [Google Scholar]
15. Charitou T, Bryan K, Lynn DJ. Использование биологических сетей для интеграции, визуализации и анализа геномных данных. Генет Селект Эвол. (2016) 48:27. 10.1186/s12711-016-0205-1 [бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]
16. Барабаси А., Олтвай З.Н. Сетевая биология: понимание функциональной организации клетки. Нат Рев Жене. (2004) 5:101. 10.1038/nrg1272 [PubMed] [CrossRef] [Google Scholar]
17. Сент-Антуан М.М., Сингх А. Сетевой вывод в системной биологии: последние разработки, проблемы и приложения. Курр Опин Биотехнолог. (2020) 63:89–98. 10.1016/j. copbio.2019.12.002 [бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]
18. Mardinoglu A, Boren J, Smith U, Uhlen M, Nielsen J. Системная биология в гепатологии: подходы и Приложения. Нат Рев Гастроэнтерол Гепатол. (2018) 15:365–77. 10.1038/s41575-018-0007-8 [PubMed] [CrossRef] [Google Scholar]
19. Коста Р.Л., Борони М., Соареш М.А. Различные сети коэкспрессии с использованием мультиомных данных выявляют новые интервенционные мишени при ВПЧ-положительном и отрицательном плоскоклеточном раке головы и шеи. Научный доклад (2018) 8:1–13. 10.1038/с41598-018-33498-5 [бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]
20. Канехиса М., Гото С. КЭГГ: Киотская энциклопедия генов и геномов. Нуклеиновые Кислоты Res. (2000) 28:27–30. 10.1093/nar/28.1.27 [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]
21. Hinshaw SJ, Lee AHY, Gill EE, Hancock REW. MetaBridge: возможность сетевого интегративного анализа с помощью прямых взаимодействующих белков метаболитов. Биоинформатика. (2018) 34:3225–7. 10.1093/bioinformatics/bty331 [PubMed] [CrossRef] [Google Scholar]
22. Крофт Д., Мундо А.Ф., Хоу Р., Милачич М., Вайзер Дж., Ву Г. База знаний о пути реакции. Нуклеиновые Кислоты Res. (2014) 42:D472–7. 10.1093/nar/gkt1102 [бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]
23. Mi H, Thomas P. Путь PANTHER: основанная на онтологии база данных путей в сочетании с инструментами анализа данных. Белок Netw Pathw Anal. (2009) 563:123–40. 10.1007/978-1-60761-175-2_7 [бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]
24. Yu G, He Q. ReactomePA: пакет R/bioconductor для анализа и визуализации путей Reactome. Мол БиоСист. (2016) 12: 477–9. 10.1039/C5MB00663E [PubMed] [CrossRef] [Google Scholar]
25. Консорциум Gene Ontology. База данных Gene Ontology (GO) и информационный ресурс. Нуклеиновые Кислоты Res. (2004) 32 (Приложение_1): D258–61. 10.1093/nar/gkh036 [бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]
26. Форушани А.Б., Бринкман Ф.С., Линн Д.Дж. Pathway-GPS и SIGORA: определение соответствующих путей на основе чрезмерного представления сигнатур их пар генов. Пир Дж. (2013) 1:e229. 10.7717/peerj.229 [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]
27. Ма Х., Сорокин А., Мазеин А., Сельков А., Сельков Е., Демин О. и др.. Реконструкция Эдинбургской метаболической сети человека и ее функциональный анализ. Мол Сист Биол. (2007) 3:135. 10.1038/msb4100177 [бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]
28. Zur H, Ruppin E, Shlomi T. iMAT: инструмент интегративного метаболического анализа. Биоинформатика. (2010) 26:3140–2. 10.1093/bioinformatics/btq602 [PubMed] [CrossRef] [Google Scholar]
29. Brunk E, Sahoo S, Zielinski DC, Altunkaya A, Dräger A, Mih N, et al. изменение метаболизма человека. Нац биотехнолог. (2018) 36:272. 10.1038/nbt.4072 [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]
30. Agren R, Bordel S, Mardinoglu A, Pornputtapong N, Nookaew I, Nielsen J. Реконструкция активных метаболических сетей в масштабе генома для 69 типов клеток человека и 16 типов рака с использованием INIT. PLoS Комп Биол. (2012) 8:e1002518. 10.1371/journal.pcbi.1002518 [бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]
31. Blais EM, Rawls KD, Dougherty BV, Li ZI, Kolling GL, Ye P, et al.. Примиренная крыса и метаболические сети человека для сравнительного прогнозирования токсигеномики и биомаркеров. Нац коммун. (2017) 8:1–15. 10.1038/ncomms14250 [бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]
32. Ван Ю, Эдди Дж. А., Прайс Н.Д. Реконструкция метаболических моделей в масштабе генома для 126 тканей человека с использованием mCADRE. BMC Сист Биол. (2012) 6:153. 10.1186/1752-0509-6-153 [бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]
33. Малик-Шериф Р.С., Глонт М., Нгуен Т.В., Тивари К., Робертс М.Г., Ксавье А. и др. .. BioModels — 15 лет совместного использования вычислительных моделей в науках о жизни. Нуклеиновые Кислоты Res. (2020) 48:D407–15. 10.1093/nar/gkz1055 [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]
34. Проектный консорциум ENCODE Проект ENCODE (ENCyclopedia of DNA elements). Наука. (2004) 306:636–40. 10.1126/science.1105136 [PubMed] [CrossRef] [Google Scholar]
35. Ecker JR, Bickmore WA, Barroso I, Pritchard JK, Gilad Y, Segal E. ENCODE объяснили. Природа. (2012) 489:52–4. 10.1038/489052a [PubMed] [CrossRef] [Google Scholar]
36. Mathelier A, Fornes O, Arenillas DJ, Chen CY, Denay G, Lee J и др. JASPAR 2016: крупное расширение и обновление открытой -доступ к базе данных профилей связывания факторов транскрипции. Нуклеиновые Кислоты Res. (2016) 44:D110–5. 10.1093/nar/gkv1176 [бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]
37. Matys V, Fricke E, Geffers R, Gößling E, Haubrock M, Hehl R, et al.. TRANSFAC®: транскрипция регулирование, от шаблонов до профилей. Нуклеиновые Кислоты Res. (2003) 31:374–8. 10.1093/nar/gkg108 [бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]
38. Meyer PE, Kontos K, Lafitte F, Bontempi G. Информационно-теоретический вывод о больших сетях регуляции транскрипции. EURASIP J Bioinform Syst Biol. (2007) 2007: 1–9. 10.1155/2007/79879 [бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]
39. Марголин А.А., Неменман И., Бассо К., Виггинс С., Столовицкий Г., Далла Фавера Р. и др.. ARACNE: an алгоритм реконструкции регуляторных сетей генов в клеточном контексте млекопитающих. БМК Биоинформ. (2006) 7:S7. 10.1186/1471-2105-7-S1-S7 [бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]
40. Verfaillie A, Imrichová H, Van de Sande B, Standaert L, Christiaens V, Hulselmans G, и др.. iRegulon: от списка генов к сети регуляции генов с использованием больших коллекций мотивов и треков. PLoS Комп Биол. (2014) 10:e1003731. 10.1371/journal.pcbi.1003731 [бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]
41. Geurts P. dynGENIE3: динамический GENIE3 для вывода генных сетей из данных экспрессии временных рядов. Научный доклад (2018) 8:1–12. 10.1038/s41598-018-21715-0 [бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]
42. Орчард С., Керриен С., Аббани С., Аранда Б., Бхейт Дж., Бидуэлл С. и др.. Курирование данных о взаимодействии белков: консорциум международного молекулярного обмена (IMEx). Нат Методы. (2012) 9:345–50. 10.1038/nmeth.1931 [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]
43. Lynn DJ, Winsor GL, Chan C, Richard N, Laird MR, Barsky A, et al. InnateDB: облегчение системного анализа врожденного иммунного ответа млекопитающих. Мол Сист Биол. (2008) 4:218 10.1038/msb.2008.55 [бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]
44. Breuer K, Foroushani AK, Laird MR, Chen C, Sribnaia A, Lo R, et al.. InnateDB: системная биология врожденного иммунитета и не только — последние обновления и постоянное курирование. Нуклеиновые Кислоты Res. (2012) 41:D1228–33. 10.1093/nar/gks1147 [бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]
45. Bader GD, Betel D, Hogue CW. BIND: база данных сети биомолекулярного взаимодействия. Нуклеиновые Кислоты Res. (2003) 31:248–50. 10.1093/nar/gkg056 [бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]
46. Salwinski L, Miller CS, Smith AJ, Pettit FK, Bowie JU, Eisenberg D. База данных взаимодействующих белков: обновление 2004 г. . Нуклеиновые Кислоты Res. (2004) 32 (Приложение_1): D449–51. 10.1093/nar/gkh086 [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]
47. Licata L, Briganti L, Peluso D, Perfetto L, Iannuccelli M, Galeota E, et al. MINT, база данных молекулярного взаимодействия: обновление 2012 года. Нуклеиновые Кислоты Res. (2012) 40:D857–61. 10.1093/nar/gkr930 [бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]
48. Orchard S, Ammari M, Aranda B, Breuza L, Briganti L, Broackes-Carter F, et al.. MintAct проект — IntAct как общая платформа для курирования 11 баз данных молекулярного взаимодействия. Нуклеиновые Кислоты Res. (2014) 42:D358–63. 10.1093/nar/gkt1115 [бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]
49. Oughtred R, Stark C, Breitkreutz B, Rust J, Boucher L, Chang C, et al. База данных взаимодействия BioGRID : обновление 2019 года. Нуклеиновые Кислоты Res. (2019) 47:D529–41. 10.1093/nar/gky1079 [бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]
50. Xia J, Benner MJ, Hancock REW. NetworkAnalyst — интегративный подход к сетевому анализу межбелкового взаимодействия и визуальному исследованию. Нуклеиновые Кислоты Res. (2014) 42:W167–74. 10.1093/nar/gku443 [бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]
51. Xia J, Gill EE, Hancock REW. NetworkAnalyst для статистического, визуального и сетевого метаанализа данных экспрессии генов. Нат Проток. (2015) 10:823. 10.1038/nprot.2015.052 [PubMed] [CrossRef] [Google Scholar]
52. Zhou G, Soufan O, Ewald J, Hancock REW, Basu N, Xia J. NetworkAnalyst 3.0: платформа визуальной аналитики для всестороннего профилирования экспрессии генов и метаанализ. Нуклеиновые Кислоты Res. (2019) 47:W234–41. 10.1093/nar/gkz240 [бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]
53. Liu X, Chang C, Han M, Yin R, Zhan Y, Li C, et al.. PPIExp: сеть платформа для интеграции и визуализации данных межбелкового взаимодействия и данных пространственно-временной протеомики. J Протеом Res. (2018) 18:633–41. 10.1021/acs.jproteome.8b00713 [PubMed] [CrossRef] [Google Scholar]
54. Gough NR. Среда научных знаний о преобразовании сигналов: база данных карт соединений. Энн Н.Ю. Академия наук. (2002) 971: 585–7. 10.1111/j.1749-6632.2002.tb04532.x [PubMed] [CrossRef] [Google Scholar]
55. Krull M, Pistor S, Voss N, Kel A, Reuter I, Kronenberg D, et al.. TRANSPATH®: информационный ресурс для хранения и визуализации сигнальных путей и их патологических аберраций. Нуклеиновые Кислоты Res. (2006) 34 (Приложение_1): D546–51. 10.1093/nar/gkj107 [бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]
56. Law V, Knox C, Djoumbou Y, Jewison T, Guo AC, Liu Y и др. . DrugBank 4.0: выделение Новый взгляд на метаболизм лекарств. Нуклеиновые Кислоты Res. (2014) 42:D1091–7. 10.1093/nar/gkt1068 [бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]
57. Qin C, Zhang C, Zhu F, Xu F, Chen SY, Zhang P, et al.. Обновление базы данных терапевтических целей 2014: ресурс для таргетной терапии. Нуклеиновые Кислоты Res. (2014) 42:D1118–23. 10.1093/nar/gkt1129 [бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]
58. Hecker N, Ahmed J, von Eichborn J, Dunkel M, Macha K, Eckert A, et al. SuperTarget становится количественным : обновленная информация о взаимодействии лекарств с мишенью. Нуклеиновые Кислоты Res. (2012) 40:D1113–7. 10.1093/nar/gkr912 [бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]
59. Kuhn M, Szklarczyk D, Pletscher-Frankild S, Blicher TH, Von Mering C, Jensen LJ и др.. STITCH 4: интеграция белково-химических взаимодействий с пользовательскими данными. Нуклеиновые Кислоты Res. (2014) 42:D401–7. 10. 1093/nar/gkt1207 [бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]
60. Gaulton A, Bellis LJ, Bento AP, Chambers J, Davies M, Hersey A, et al.. CheEMBL: большой масштабируемая база данных по биологической активности для открытия лекарств. Нуклеиновые Кислоты Res. (2012) 40:D1100–7. 10.1093/nar/gkr777 [бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]
61. Liu T, Lin Y, Wen X, Jorissen RN, Gilson MK. BindingDB: доступная в Интернете база данных экспериментально определенной аффинности связывания белок-лиганд. Нуклеиновые Кислоты Res. (2007) 35 (Приложение_1): D198–201. 10.1093/nar/gkl999 [бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]
62. Yamanishi Y, Kotera M, Moriya Y, Sawada R, Kanehisa M, Goto S. DINIES: сетевой вывод о взаимодействии лекарственного средства с целью двигатель на основе контролируемого анализа. Нуклеиновые Кислоты Res. (2014) 42:W39–45. 10.1093/nar/gku337 [бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]
63. Jain A, Pasare C. Врожденный контроль адаптивного иммунитета: за пределами трехсигнальной парадигмы. Дж Иммунол. (2017) 198:3791–800. 10.4049/jimmunol.1602000 [бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]
64. Gardy JL. Включение подхода системной биологии к иммунологии: сосредоточьтесь на врожденном иммунитете. Тренды Иммунол. (2009) 30:249–62. 10.1016/j.it.2009.03.009 [PubMed] [CrossRef] [Google Scholar]
65. Барский А., Гарди Дж.Л., Хэнкок Р.Ю., Мунцнер Т. Церебральный: плагин цитоскейпа для компоновки и взаимодействия с биологическими сетями с использованием аннотации субклеточной локализации. Биоинформатика. (2007) 23:1040–2. 10.1093/bioinformatics/btm057 [PubMed] [CrossRef] [Google Scholar]
66. Бхаттачарья С., Данн П., Томас К.Г., Смит Б., Шефер Х., Чен Дж. и др.. ImmPort, к перепрофилированию иммунологического анализа открытого доступа данные для трансляционных и клинических исследований. Научные данные. (2018) 5:180015. 10.1038/sdata.2018. 15 [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]
67. Shay T, Kang J. Иммунологический геномный проект и системная иммунология. Тренды Иммунол. (2013) 34:602–9. 10.1016/j.it.2013.03.004 [бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]
68. Singh A, Shannon CP, Gautier B, Rohart F, Vacher M, Tebbutt SJ и др.. DIABLO: комплексный подход к выявлению ключевых молекулярных факторов в мультиомных анализах. Биоинформатика. (2019) 35:3055–62. 10.1093/bioinformatics/bty1054 [бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]
69. Chaussabel D, Baldwin N. Демократизация системной иммунологии с помощью модульного анализа транскрипционного репертуара. Нат Рев Иммунол. (2014) 14: 271–80. 10.1038/nri3642 [бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]
70. Li S, Sullivan NL, Rouphael N, Yu T, Banton S, Maddur MS, et al. Метаболические фенотипы ответа на вакцинацию в людях. Клетка. (2017) 169:862–77. е17. 10.1016/j.cell.2017. 04.026 [бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]
71. Yeung A, Hale C, Clare S, Palmer S, Scott JB, Baker S, et al.. Используя подход системной биологии, изучайте взаимодействие хозяина и патогена. Бактерии Интраселл. (2019) 18:337–47. 10.1128/microbiolspec.BAI-0021-2019 [PubMed] [CrossRef] [Google Scholar]
72. Yeung AT, Hale C, Lee AH, Gill EE, Bushell W, Parry-Smith D, et al.. Использование индуцированной плюрипотентности макрофаги, полученные из стволовых клеток, для устранения факторов хозяина, влияющих на патогенез chlamydia trachomatis. Нац коммун. (2017) 8:1–12. 10.1038/ncomms15013 [бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]
73. Elmassry MM, Mudaliar NS, Colmer-Hamood JA, et al.. Новые маркеры сепсиса, вызванного Pseudomonas aeruginosa при ожоговой инфекции. Метаболомика. (2020) 16:1–16. 10.1007/s11306-020-01658-2 [бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]
74. Baschal EE, Larson ED, Bootpetch Roberts TC, et al. . Идентификация новых генов и биологических путей, которые перекрытия при инфекционных и неаллергических заболеваниях верхних и нижних дыхательных путей с использованием сетевых анализов. Фронт Жене. (2020) 10:1352. 10.3389/fgene.2019.01352 [бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]
75. Sun X, Hua S, Gao C, Blackmer JE, Ouyang Z, Ard K и др.. Иммунологическое профилирование ZIKV-инфицированных пациентов выявляет особую функцию плазмоцитоидных дендритных клеток для перекрестной регуляции иммунитета. Нац коммун. (2020) 11:1–13. 10.1038/s41467-020-16217-5 [PMC free article] [PubMed] [CrossRef] [Google Scholar]
76. Smith J. Иммунологические молекулярные ответы клеток пигментного эпителия сетчатки человека на инфекцию Toxoplasma gondii . Фронт Иммунол. (2019) 10:708. 10.3389/fimmu.2019.00708 [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]
77. Mulindwa J, Matovu E, Enyaru J, Clayton C. Сигнатуры крови для второй стадии африканского трипаносомоза человека: транскриптомный подход. БМС Мед Геном. (2020) 13:1–12. 10.1186/s12920-020-0666-5 [бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]
78. Schreiber F, Lynn DJ, Houston A, Peters J, Mwafulirwa G, Finlay BB, et al.. Транскриптом человека при коинфекции нетифозной сальмонеллы и ВИЧ выявляет ослабленное NFκB-опосредованное воспаление и стойкое нарушение клеточного цикла. J заразить дис. (2011) 204:1237–45. 10.1093/infdis/jir512 [бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]
79. Preziosi MJ, Kandel SM, Guiney DG, Browne SH. Микробиологический анализ нетифоидных штаммов сальмонелл, вызывающих различные синдромы бактериемии или энтерита у пациентов с ВИЧ/СПИДом в Сан-Диего, Калифорния. Дж. Клин Микробиол. (2012) 50:3598–603. 10.1128/JCM.00795-12 [бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]
80. Scott MG, Dullaghan E, Mookherjee N, Glavas N, Waldbrook M, Thompson A, et al. -инфекционный пептид, избирательно модулирующий врожденный иммунный ответ. Нац биотехнолог. (2007) 25:465–72. 10.1038/nbt1288 [PubMed] [CrossRef] [Google Scholar]
81. Mansour SC, de la Fuente-Núñez C, Hancock REW. Пептид IDR-1018: модулирует иммунную систему и воздействует на бактериальные биопленки для лечения устойчивых к антибиотикам бактериальных инфекций. J Пептид Sci. (2015) 21:323–9. 10.1002/psc.2708 [PubMed] [CrossRef] [Google Scholar]
82. Wu BC, Lee AHY, Hancock REW. Механизмы противовоспалительной активности регулятора врожденной защиты пептида-1002 в модели стерильного воспаления на мышах. Дж Иммунол. (2017) 199:3592–603. 10.4049/иммунол.1700985 [PubMed] [CrossRef] [Google Scholar]
83. Mookherjee N, Hamill P, Gardy J, Blimkie D, Falsafi R, Chikatamarla A, et al. Системно-биологическая оценка иммунных ответов, индуцированных защитным пептидом человека-хозяина LL -37 в мононуклеарных клетках. Мол БиоСист. (2009) 5:483–96. 10.1039/b813787k [PubMed] [CrossRef] [Google Scholar]
84. Хопкинс А.Л. Сетевая фармакология: новая парадигма открытия лекарств. Nat Chem Biol. (2008) 4:682. 10.1038/nchembio.118 [PubMed] [CrossRef] [Google Scholar]
85. Mayer ML, Blohmke CJ, Falsafi R, Fjell CD, Madera L, Turvey SE и др. Спасение от дисфункциональной аутофагии ослабляет гипервоспалительные реакции клеток муковисцидоза. Дж Иммунол. (2013) 190:1227–38. 10.4049/jimmunol.1201404 [PubMed] [CrossRef] [Google Scholar]
86. Нокс С., Лоу В., Джуисон Т., Лю П., Ли С., Фролкис А. и др.. DrugBank 3.0: всеобъемлющий ресурс по омике «Исследования наркотиков. Нуклеиновые Кислоты Res. (2010) 39 (Приложение_1): D1035–41. 10.1093/nar/gkq1126 [бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]
87. Саха С., Паниграхи Д.П., Патил С., Бхутиа С.К. Аутофагия в норме и болезни: всесторонний обзор. Биомед Фармаколог. (2018) 104:485–95. 10.1016/j.biopha.2018.05.007 [PubMed] [CrossRef] [Google Scholar]
88. Blohmke CJ, Mayer ML, Tang AC, Hirschfeld AF, Fjell CD, Sze MA, et al. Атипичная активация развернутой Белковый ответ в клетках дыхательных путей при муковисцидозе способствует р38-МАРК-опосредованному врожденному иммунному ответу. Дж Иммунол. (2012) 189:5467–75. 10.4049/jimmunol.1103661 [PubMed] [CrossRef] [Google Scholar]
89. Cheng F, Desai RJ, Handy DE, Wang R, Schneeweiss S, Barabási AL и др.. Сетевой подход к прогнозированию и популяционная валидация перепрофилирования in silico . Нац коммун. (2018) 9:1–12. 10.1038/s41467-018-05116-5 [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]
90. Cheng F, Murray JL, Zhao J, Sheng J, Zhao Z, Rubin DH. Системно-биологическое исследование клеточных мишеней для противовирусных препаратов, идентифицированных с помощью инсерционного мутагенеза с генной ловушкой. PLoS Комп Биол. (2016) 12:e1005074. 10.1371/journal.pcbi.1005074 [бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]
91. Han Z, Xue W, Tao L, Zhu F. Идентификация новых иммунорелевантных генов-мишеней для лечения болезни Альцгеймера путем объединения онтологического вывода с сетевым анализом. ЦНС Neurosci Ther. (2018) 24:1253–63. 10.1111/cns.13051 [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]
92.