MétaCan
Menu
Retour à la cohorte
Enregistrement W2758986468 · doi:10.1089/dna.2017.3853

Implications of Sortilin in Lipid Metabolism and Lipid Disorder Diseases

2017· review· en· W2758986468 sur OpenAlexaff
Anbo Gao, Francisco S. Cayabyab, Xi Chen, Jing Yang, Li Wang, Tianhong Peng, Yun-Cheng Lv

Notice bibliographique

RevueDNA and Cell Biology · 2017
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiquePeroxisome Proliferator-Activated Receptors
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésBiologyLipid metabolismLipid dropletVery low-density lipoproteinBiochemistryCholesterolLipoproteinEndocrinology

Résumé

récupéré en direct d'OpenAlex

The present review provides a summary of recent evidence of sortilin expression, function, and regulation and its implications in lipid metabolism and development of lipid disorder diseases. As a member of the vacuolar protein sorting 10 protein (Vps10p) receptor family, sortilin mediates intracellular trafficking of diverse endogenous or exogenous protein substrates between the trans-Golgi network (TGN) and plasma membrane compartments. Recent studies reveal that sortilin regulates the expression of lipid genes, plasma lipid level, and the development of lipid disorder diseases. Sortilin promotes atherogenesis by regulating hepatic very low density lipoprotein (VLDL) secretion and plasma lipid level and subsequently macrophage lipid accumulation. Sortilin deficiency is caused by accelerated proteasome degradation under insulin resistance conditions and is thereby implicated in the hyperlipidemia of type 2 diabetes mellitus (T2DM). Sortilin facilitates hepatic cholesterol accumulation by inhibiting hepatic cholesterol catabolism, which promotes the development of nonalcoholic fatty liver disease (NAFLD). Sortilin plays an important role in lipid metabolism and represents a promising therapeutic target for lipid disorder diseases.

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)0,000
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
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,024
Tête enseignante GPT0,316
Écart entre enseignants0,292 · 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

Citations43
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDNA and Cell BiologyMême sujetPeroxisome Proliferator-Activated ReceptorsTravaux en français237 207