MétaCan
Menu
Retour à la cohorte
Enregistrement W3039763043 · doi:10.1016/j.cellsig.2020.109704

Targeting AMP-activated protein kinase (AMPK) for treatment of autosomal dominant polycystic kidney disease

2020· review· en· W3039763043 sur OpenAlexafffund
Xuewen Song, Evelyn Tsakiridis, Gregory R. Steinberg, York Pei

Notice bibliographique

RevueCellular Signalling · 2020
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetic and Kidney Cyst Diseases
Établissements canadiensMcMaster UniversityUniversity of TorontoUniversity Health Network
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésAMPKmTORC1Autosomal dominant polycystic kidney diseaseMedicineProtein kinase AAMP-activated protein kinaseMitochondrial biogenesisEndocrinologyInternal medicineBiologyKidneyKinaseSignal transductionPI3K/AKT/mTOR pathwayCell biologyMitochondrion

Résumé

récupéré en direct d'OpenAlex

Autosomal dominant polycystic kidney disease (ADPKD) is the most common monogenetic kidney disease worldwide and an important cause of chronic kidney disease. Multiple experimental studies have highlighted the role of increased mammalian target of rapamycin complex 1 (mTORC1) and reduced AMP-activated protein kinase (AMPK) signaling in modulating cyst growth in ADPKD. Notably, mTORC1 and AMPK are two diametrically opposing sensors of energy metabolism which regulate cell growth and proliferation. Although pharmacological mTORC1 inhibition was highly effective in experimental studies of ADPKD, clinical trials of mTORC1 inhibitors showed a lack of efficacy with low-dose treatment and poor tolerability with high-dose treatment. Therapeutic AMPK activation has been shown to attenuate cystic kidney disease severity in Pkd1 mutant animal models by improving mitochondrial biogenesis and reducing tissue inflammation. This review summarizes the current knowledge on the function of AMPK as a regulator of cellular energy metabolism and how AMPK activation by pharmacological and non-pharmacological means can potentially be exploited to treat ADPKD in the clinical settings.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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 Opus0,027
Tête enseignante GPT0,277
Écart entre enseignants0,250 · 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

Citations34
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCellular SignallingMême sujetGenetic and Kidney Cyst DiseasesTravaux en français237 207