Growth Factor Deregulation and Emerging Role of Phosphatases in Diabetic Peripheral Artery Disease
Notice bibliographique
Résumé
Peripheral artery disease is caused by atherosclerosis of lower extremity arteries leading to the loss of blood perfusion and subsequent critical ischemia. The presence of diabetes mellitus is an important risk factor that greatly increases the incidence, the progression and the severity of the disease. In addition to accelerated disease progression, diabetic patients are also more susceptible to develop serious impairment of their walking abilities through an increased risk of lower limb amputation. Hyperglycemia is known to alter the physiological development of collateral arteries in response to ischemia. Deregulation in the production of several critical pro-angiogenic factors has been reported in diabetes along with vascular cell unresponsiveness in initiating angiogenic processes. Among the multiple molecular mechanisms involved in the angiogenic response, protein tyrosine phosphatases are potent regulators by dephosphorylating pro-angiogenic tyrosine kinase receptors. However, evidence has indicated that diabetes-induced deregulation of phosphatases contributes to the progression of several micro and macrovascular complications. This review provides an overview of growth factor alterations in the context of diabetes and peripheral artery disease, as well as a description of the role of phosphatases in the regulation of angiogenic pathways followed by an analysis of the effects of hyperglycemia on the modulation of protein tyrosine phosphatase expression and activity. Knowledge of the role of phosphatases in diabetic peripheral artery disease will help the development of future therapeutics to locally regulate phosphatases and improve angiogenesis.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».