Orphan nuclear receptors in angiogenesis and follicular development
Notice bibliographique
Résumé
Orphan nuclear receptors (ONRs) are a subset of the nuclear receptor family that lacks known endogenous ligands. Among 48 nuclear receptors identified in humans, 25 are classified as ONRs. They function as transcription factors and control the expression of a wide range of genes to regulate metabolism, fertility, immunity, angiogenesis, and many other functions. Angiogenic factors are essential during ovarian follicle development, including follicle growth and ovulation. The correct development of blood vessels contributes to preantral and antral follicular development, selection of the dominant follicle or follicles, follicular atresia, and ovulation. Although progress has been made in understanding the molecular mechanisms that regulate follicular angiogenesis, the role of ONRs as regulators is not clear. Based on their functions in other tissues, the ONRs NR1D1 (REV-ERBβ), NR2C2 (TR4), NR2F2 (COUP-TF-II) and NR3B1, 2, and 3 (ERRα, ERRβ and ERRγ) may modulate angiogenesis during antral follicle development. We hypothesize that this is achieved by effects on the expression and function of VEGFA, ANGPT1, THBS1, and soluble VEGFR1. Further, angiogenesis during ovulation is expected to be influenced by ONRs. NR5A2 (LRH-1), which is required for ovulation, regulates angiogenic genes in the ovary, including VEGFA and the upstream regulator of angiogenesis, PGE2. These angiogenic molecules may also be regulated by NR5A1 (SF-1). Evidence from outside the reproductive tract suggests that NR2F2 and NR4A1(NUR77) promote VEGFC and PGF, respectively, and NR4As (NUR77, NOR1) seem to be necessary for the angiogenic effects of VEGFA and PGE2. Together, the data suggest that ONRs are important regulators of follicular 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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».