MétaCan
Menu
Retour à la cohorte
Enregistrement W2898041020 · doi:10.3390/nu10111600

Fat Mass and Obesity Associated (FTO) Gene and Hepatic Glucose and Lipid Metabolism

2018· review· en· W2898041020 sur OpenAlexafffund
Tooru M. Mizuno

Notice bibliographique

RevueNutrients · 2018
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueRNA modifications and cancer
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesUniversity of Manitoba
Mots-clésLipid metabolismEndocrinologyNonalcoholic fatty liver diseaseType 2 diabetesInternal medicineCarbohydrate metabolismContext (archaeology)Fatty liverObesityMetabolismBiologyFTO geneLipogenesisDiabetes mellitusMedicineDiseaseGeneBiochemistry

Résumé

récupéré en direct d'OpenAlex

) gene are strongly associated with obesity and type 2 diabetes. FTO is ubiquitously expressed. Earlier studies have focused on the role of hypothalamic FTO in the regulation of metabolism. However, recent studies suggest that expression of hepatic FTO is regulated by metabolic signals, such as nutrients and hormones, and altered FTO levels in the liver affect glucose and lipid metabolism. This review outlines recent findings on hepatic FTO in the regulation of metabolism, with particular focus on hepatic glucose and lipid metabolism. It is proposed that abnormal activity of hepatic signaling pathways involving FTO links metabolic impairments such as obesity, type 2 diabetes and nonalcoholic fatty liver disease (NAFLD). Therefore, a better understanding of these pathways may lead to therapeutic approaches to treat these metabolic diseases by targeting hepatic FTO. The overall goal of this review is to place FTO within the context of hepatic regulation of metabolism.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,991
Score d'incertitude au seuil0,933

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,020
Tête enseignante GPT0,283
Écart entre enseignants0,263 · 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 tête enseignante, 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

Citations126
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNutrientsMême sujetRNA modifications and cancerTravaux en français237 207