The Central Role of Proprotein Convertase Subtilisin/Kexin Type 9 in Septic Pathogen Lipid Transport and Clearance
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Microbial cell walls contain pathogenic lipids, including LPS in gram-negative bacteria, lipoteichoic acid in gram-positive bacteria, and phospholipomannan in fungi. These pathogen lipids are major ligands for innate immune receptors and figure prominently in triggering the septic inflammatory response. Alternatively, pathogen lipids can be cleared and inactivated, thus limiting the inflammatory response. Accordingly, biological mechanisms for sequestering and clearing pathogen lipids from the circulation have evolved. Pathogen lipids released into the circulation are initially bound by transfer proteins, notably LPS binding protein and phospholipid transfer protein, and incorporated into high-density lipoprotein particles. Next, LPS binding protein, phospholipid transfer protein, and other transfer proteins transfer these lipids to ApoB-containing lipoproteins, including low-density (LDL) and very-low-density lipoproteins and chylomicrons. Pathogen lipids within these lipoproteins and their remnants are then cleared from the circulation by the liver. Hepatic clearance involves the LDL receptor (LDLR) and possibly other receptors. Once absorbed by the liver, these lipids are then excreted in the bile. Recent evidence suggests pathogen lipid clearance can be modulated. Importantly, reduced proprotein convertase subtilisin/kexin type 9 activity increases recycling of the LDLR and thereby increases LDLR on the surface of hepatocytes, which increases clearance by the liver of pathogen lipids transported in LDL. Increased pathogen lipid clearance, which can be achieved by inhibiting proprotein convertase subtilisin/kexin type 9, may decrease the systemic inflammatory response to sepsis and improve clinical outcomes.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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