MétaCan
Menu
Retour à la cohorte
Enregistrement W3208891341 · doi:10.3389/fcvm.2021.764038

Regulation of PCSK9 Expression and Function: Mechanisms and Therapeutic Implications

2021· review· en· W3208891341 sur OpenAlexafffund
Xiao-dan Xia, Zhongsheng Peng, Hongmei Gu, Maggie Wang, Guiqing Wang, Dawei Zhang

Notice bibliographique

RevueFrontiers in Cardiovascular Medicine · 2021
Typereview
Langueen
DomaineMedicine
ThématiqueLipoproteins and Cardiovascular Health
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health Research
Mots-clésPCSK9Proprotein convertaseKexinLDL receptorCancer researchCytotoxic T cellCholesterolLipoproteinImmunologyMedicineBiologyEndocrinologyBiochemistry

Résumé

récupéré en direct d'OpenAlex

Proprotein convertase subtilisin/kexin type 9 (PCSK9) promotes degradation of low-density lipoprotein receptor (LDLR) and plays a central role in regulating plasma levels of LDL cholesterol levels, lipoprotein(a) and triglyceride-rich lipoproteins, increasing the risk of cardiovascular disease. Additionally, PCSK9 promotes degradation of major histocompatibility protein class I and reduces intratumoral infiltration of cytotoxic T cells. Inhibition of PCSK9 increases expression of LDLR, thereby reducing plasma levels of lipoproteins and the risk of cardiovascular disease. PCSK9 inhibition also increases cell surface levels of major histocompatibility protein class I in cancer cells and suppresses tumor growth. Therefore, PCSK9 plays a vital role in the pathogenesis of cardiovascular disease and cancer, the top two causes of morbidity and mortality worldwide. Monoclonal anti-PCSK9 antibody-based therapy is currently the only available treatment that can effectively reduce plasma LDL-C levels and suppress tumor growth. However, high expenses limit their widespread use. PCSK9 promotes lysosomal degradation of its substrates, but the detailed molecular mechanism by which PCSK9 promotes degradation of its substrates is not completely understood, impeding the development of more cost-effective alternative strategies to inhibit PCSK9. Here, we review our current understanding of PCSK9 and focus on the regulation of its expression and functions.

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)0,001
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 enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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)0,0020,001

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 Opus0,031
Tête enseignante GPT0,290
Écart entre enseignants0,259 · 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

Citations123
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in Cardiovascular MedicineMême sujetLipoproteins and Cardiovascular HealthTravaux en français237 207