At the Centennial of Michaelis and Menten, Competing Michaelis–Menten Steps Explain Effect of <scp>GLP</scp>‐1 on Blood–Brain Transfer and Metabolism of Glucose
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
Glucagon-like peptide-1 (GLP-1) is a potent insulinotropic incretin hormone with both pancreatic and extrapancreatic effects. Studies of GLP-1 reveal significant effects in regions of brain tissue that regulate appetite and satiety. GLP-1 mimetics are used for the treatment of type 2 diabetes mellitus. GLP-1 interacts with peripheral functions in which the autonomic nervous system plays an important role, and emerging pre-clinical findings indicate a potential neuroprotective role of the peptide, for example in models of stroke and in neurodegenerative disorders. A century ago, Leonor Michaelis and Maud Menten described the steady-state enzyme kinetics that still apply to the multiple receptors, transporters and enzymes that define the biochemical reactions of the brain, including the glucose-dependent impact of GLP-1 on blood-brain glucose transfer and metabolism. This MiniReview examines the potential of GLP-1 as a molecule of interest for the understanding of brain energy metabolism and with reference to the impact on brain metabolism related to appetite and satiety regulation, stroke and neurodegenerative disorders. These effects can be understood only by reference to the original formulation of the Michaelis-Menten equation as applied to a chain of kinetically controlled steps. Indeed, the effects of GLP-1 receptor activation on blood-brain glucose transfer and brain metabolism of glucose depend on the glucose concentration and relative affinities of the steps both in vitro and in vivo, as in the pancreas.
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 | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,001 |
| 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 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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