Clinical Implications of 20-Hydroxyeicosatetraenoic Acid in the Kidney, Liver, Lung and Brain: An Emerging Therapeutic Target
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
Cytochrome P450-mediated metabolism of arachidonic acid (AA) is an important pathway for the formation of eicosanoids. The ω-hydroxylation of AA generates significant levels of 20-hydroxyeicosatetraenoic acid (20-HETE) in various tissues. In the current review, we discussed the role of 20-HETE in the kidney, liver, lung, and brain during physiological and pathophysiological states. Moreover, we discussed the role of 20-HETE in tumor formation, metabolic syndrome and diabetes. In the kidney, 20-HETE is involved in modulation of preglomerular vascular tone and tubular ion transport. Furthermore, 20-HETE is involved in renal ischemia/reperfusion (I/R) injury and polycystic kidney diseases. The role of 20-HETE in the liver is not clearly understood although it represents 50%-75% of liver CYP-dependent AA metabolism, and it is associated with liver cirrhotic ascites. In the respiratory system, 20-HETE plays a role in pulmonary cell survival, pulmonary vascular tone and tone of the airways. As for the brain, 20-HETE is involved in cerebral I/R injury. Moreover, 20-HETE has angiogenic and mitogenic properties and thus helps in tumor promotion. Several inhibitors and inducers of the synthesis of 20-HETE as well as 20-HETE analogues and antagonists are recently available and could be promising therapeutic options for the treatment of many disease states in the future.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 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