Hepatic leukocyte immunoglobulin‐like receptor B4 (LILRB4) attenuates nonalcoholic fatty liver disease via SHP1‐TRAF6 pathway
Notice bibliographique
Résumé
Nonalcoholic fatty liver disease (NAFLD) is an increasingly prevalent liver pathology characterized by hepatic steatosis and commonly accompanied by systematic inflammation and metabolic disorder. Despite an accumulating number of studies, no pharmacological strategy is available to treat this condition in the clinic. In this study, we applied extensive gain- and loss-of-function approaches to identify the key immune factor leukocyte immunoglobulin-like receptor B4 (LILRB4) as a negative regulator of NAFLD. The hepatocyte-specific knockout of LILRB4 (LILRB4-HKO) exacerbated high-fat diet-induced insulin resistance, glucose metabolic imbalance, hepatic lipid accumulation, and systematic inflammation in mice, whereas LILRB4 overexpression in hepatocytes showed a completely opposite phenotype relative to that of LILRB4-HKO mice when compared with their corresponding controls. Further investigations of molecular mechanisms demonstrated that LILRB4 recruits SHP1 to inhibit TRAF6 ubiquitination and subsequent inactivation of nuclear factor kappa B and mitogen-activated protein kinase cascades. From a therapeutic perspective, the overexpression of LILRB4 in a genetic model of NAFLD, ob/ob mice, largely reversed the inherent hepatic steatosis, inflammation, and metabolic disorder. CONCLUSION: Targeting hepatic LILRB4 to improve its expression or activation represents a promising strategy for the treatment of NAFLD as well as related liver and metabolic diseases. (Hepatology 2018;67:1303-1319).
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 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 | 0,000 | 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 | 0,001 | 0,000 |
| 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) | 0,001 | 0,003 |
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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».