Role of Gut Microbiota in Neuroendocrine Regulation of Carbohydrate and Lipid Metabolism via the Microbiota-Gut-Brain-Liver Axis
Notice bibliographique
Résumé
Gut microbiota play an important role in maintaining intestinal health and are involved in the metabolism of carbohydrates, lipids, and amino acids. Recent studies have shown that the central nervous system (CNS) and enteric nervous system (ENS) can interact with gut microbiota to regulate nutrient metabolism. The vagal nerve system communicates between the CNS and ENS to control gastrointestinal tract functions and feeding behavior. Vagal afferent neurons also express receptors for gut peptides that are secreted from enteroendocrine cells (EECs), such as cholecystokinin (CCK), ghrelin, leptin, peptide tyrosine tyrosine (PYY), glucagon-like peptide-1 (GLP-1), and 5-hydroxytryptamine (5-HT; serotonin). Gut microbiota can regulate levels of these gut peptides to influence the vagal afferent pathway and thus regulate intestinal metabolism via the microbiota-gut-brain axis. In addition, bile acids, short-chain fatty acids (SCFAs), trimethylamine-N-oxide (TMAO), and Immunoglobulin A (IgA) can also exert metabolic control through the microbiota-gut-liver axis. This review is mainly focused on the role of gut microbiota in neuroendocrine regulation of nutrient metabolism via the microbiota-gut-brain-liver axis.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,002 |
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.
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 ».