Glucose-Sensing Transcription Factor MondoA/ChREBP as Targets for Type 2 Diabetes: Opportunities and Challenges
Notice bibliographique
Résumé
The worldwide increase in type 2 diabetes (T2D) is becoming a major health concern, thus searching for novel preventive and therapeutic strategies has become urgent. In last decade, the paralogous transcription factors MondoA and carbohydrate response element-binding protein (ChREBP) have been revealed to be central mediators of glucose sensing in multiple metabolic organs. Under normal nutrient conditions, MondoA/ChREBP plays vital roles in maintaining glucose homeostasis. However, under chronic nutrient overload, the dysregulation of MondoA/ChREBP contributes to metabolic disorders, such as insulin resistance (IR) and T2D. In this review, we aim to provide an overview of recent advances in the understanding of MondoA/ChREBP and its roles in T2D development. Specifically, we will briefly summarize the functional similarities and differences between MondoA and ChREBP. Then, we will update the roles of MondoA/ChREBP in four T2D-associated metabolic organs (i.e., the skeletal muscle, liver, adipose tissue, and pancreas) in physiological and pathological conditions. Finally, we will discuss the opportunities and challenges of MondoA/ChREBP as drug targets for anti-diabetes. By doing so, we highlight the potential use of therapies targeting MondoA/ChREBP to counteract T2D and its complications.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».