Genetics, Epigenetics, Cellular Immunology, and Gut Microbiota: Emerging Links With Graves’ Disease
Notice bibliographique
Résumé
Graves’ disease (GD) is a well-known organ-specific autoimmune disease characterized by hyperthyroidism, goiter, and exophthalmos. The incidence of GD is approximately 2.0–3.0% in China and 0.5–2.0% in Western countries. Due to the complex pathogenesis and etiology of GD, current treatment methods have great side effects that seriously endanger human health. Therefore, it is particularly important to understand the pathogenesis of GD. Various studies have shown that genetics, epigenetics, cellular immunology, and gut microbiota are all involved in the development of GD. Genetically, CD 25 gene and VDR gene polymorphisms are involved in the development of GD by increasing the ratio of Th17/Treg cells. Epigenetically, miR-23a-3p and lncRNA-MEG3 lead to Th17/Treg imbalance and participate in the progression of GD. Moreover, commensal microbe deletion can disrupt Th17/Treg balance and participate in the occurrence of GD. The imbalance of Th17/Treg cells induced by genetics, epigenetics, and gut microbiota plays a vital role in the pathogenesis of GD. Therefore, this article reviews the role of genetics, epigenetics, cellular immunology, and gut microbiota in the pathogenic mechanism of GD. This may lead to the development of novel therapeutic strategies and providing promising therapeutic targets.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| 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 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».