MétaCan
Menu
Retour à la cohorte
Enregistrement W2591295589 · doi:10.3390/pharmaceutics9010009

Clinical Implications of 20-Hydroxyeicosatetraenoic Acid in the Kidney, Liver, Lung and Brain: An Emerging Therapeutic Target

2017· review· en· W2591295589 sur OpenAlexafffund
Osama H. Elshenawy, Sherif M. Shoieb, Anwar Anwar‐Mohamed, Ayman O.S. El‐Kadi

Notice bibliographique

RevuePharmaceutics · 2017
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueEicosanoids and Hypertension Pharmacology
Établissements canadiensUniversity of Alberta
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésLungHydroxyeicosatetraenoic acidKidneyMedicineInternal medicineChemistryBiochemistryArachidonic acid

Résumé

récupéré en direct d'OpenAlex

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.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,209
Tête enseignante GPT0,497
Écart entre enseignants0,288 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations64
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePharmaceuticsMême sujetEicosanoids and Hypertension PharmacologyTravaux en français237 207