The NLRP3 inflammasome regulates adipose tissue metabolism
Notice bibliographique
Résumé
Adipose tissue regulates metabolic homeostasis by participating in endocrine and immune responses in addition to storing and releasing lipids from adipocytes. Obesity skews adipose tissue adipokine responses and degrades the coordination of adipocyte lipogenesis and lipolysis. These defects in adipose tissue metabolism can promote ectopic lipid deposition and inflammation in insulin-sensitive tissues such as skeletal muscle and liver. Sustained caloric excess can expand white adipose tissue to a point of maladaptation exacerbating both local and systemic inflammation. Multiple sources, instigators and propagators of adipose tissue inflammation occur during obesity. Cross-talk between professional immune cells (i.e. macrophages) and metabolic cells (i.e. adipocytes) promote adipose tissue inflammation during metabolic stress (i.e. metaflammation). Metabolic stress and endogenous danger signals can engage pathogen recognition receptors (PRRs) of the innate immune system thereby activating pro-inflammatory and stress pathways in adipose tissue. The Nod-like receptor protein 3 (NLRP3) inflammasome can act as a metabolic danger sensor to a wide range of pathogen- and damage-associated molecular patterns (PAMPs and DAMPs). Activation of the NLRP3 inflammasome facilitates caspase-1 dependent production of the pro-inflammatory cytokines IL-1β and IL-18. Activation of the NLRP3 inflammasome can promote inflammation and pyroptotic cell death, but caspase-1 is also involved in adipogenesis. This review discusses the role of the NLRP3 inflammasome in adipose tissue immunometabolism responses relevant to metabolic disease. Understanding the potential sources of NLRP3 activation and consequences of NLRP3 effectors may reveal therapeutic opportunities to break or fine-tune the connection between metabolism and inflammation in adipose tissue during obesity.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».