MétaCan
Menu
Retour à la cohorte
Enregistrement W2783048272 · doi:10.1084/jem.20171965

Bile acids in glucose metabolism in health and disease

2018· review· en· W2783048272 sur OpenAlexfundno aff
Hagit Shapiro, Aleksandra A. Kolodziejczyk, Daniel Halstuch, Eran Elinav

Notice bibliographique

RevueThe Journal of Experimental Medicine · 2018
Typereview
Langueen
DomaineMedicine
ThématiqueDrug Transport and Resistance Mechanisms
Établissements canadiensnon disponible
Organismes subventionnairesH2020 European Research CouncilConseil National de la Recherche ScientifiqueLeona M. and Harry B. Helmsley Charitable TrustCanadian Institute for Advanced ResearchIsrael Science FoundationGerman-Israeli Foundation for Scientific Research and DevelopmentBenoziyo Endowment Fund for the Advancement of ScienceEuropean Molecular Biology OrganizationBill and Melinda Gates FoundationMinerva FoundationEuropean Foundation for the Study of DiabetesHoward Hughes Medical Institute
Mots-clésFarnesoid X receptorG protein-coupled bile acid receptorIncretinBile acidCarbohydrate metabolismGlycemicMicrobiomeLipid metabolismGluconeogenesisEndocrinologyInternal medicineDiabetes mellitusType 2 Diabetes MellitusMetabolismMedicineType 2 diabetesBiologyNuclear receptorBiochemistryBioinformatics

Résumé

récupéré en direct d'OpenAlex

Bile acids (BAs) are cholesterol-derived metabolites that facilitate the intestinal absorption and transport of dietary lipids. Recently, BAs also emerged as pivotal signaling molecules controlling glucose, lipid, and energy metabolism by binding to the nuclear hormone farnesoid X receptor (FXR) and Takeda G protein receptor 5 (TGR5) in multiple organs, leading to regulation of intestinal incretin secretion, hepatic gluconeogenesis, glycogen synthesis, energy expenditure, inflammation, and gut microbiome configuration. Alterations in BA metabolism and signaling are associated with obesity and type 2 diabetes mellitus (T2DM), whereas treatment of T2DM patients with BA sequestrants, or bariatric surgery in morbidly obese patients, results in a significant improvement in glycemic response that is associated with changes in the BA profile and signaling. Herein, we review the roles of BAs in glucose metabolism in health and disease; highlight the limitations, unknowns, and challenges in understanding the impact of BAs on the glycemic response; and discuss how this knowledge may be harnessed to develop innovative therapeutic approaches for the treatment of hyperglycemia and diabetes.

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)0,001
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 enseignants0,005
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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 Opus0,043
Tête enseignante GPT0,375
Écart entre enseignants0,332 · 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

Citations449
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Experimental MedicineMême sujetDrug Transport and Resistance MechanismsTravaux en français237 207