MétaCan
Menu
Retour à la cohorte
Enregistrement W4293217953 · doi:10.3390/metabo12090785

Nuclear Receptor Pathways Mediating the Development of Boar Taint

2022· review· en· W4293217953 sur OpenAlexaff
Christine Bone, E. James Squires

Notice bibliographique

RevueMetabolites · 2022
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGinseng Biological Effects and Applications
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésBoar taintSkatoleNuclear receptorAndrostenonePregnane X receptorReceptorTranscription factorSignal transductionBiologyBOARBiochemistryChemistryEndocrinologyGeneGenetics

Résumé

récupéré en direct d'OpenAlex

The nuclear receptors PXR, CAR, and FXR are activated by various ligands and function as transcription factors to control the expression of genes that regulate the synthesis and metabolism of androstenone and skatole. These compounds are produced in entire male pigs and accumulate in the fat to cause the development of a meat quality issue known as boar taint. The extent of this accumulation is influenced by the synthesis and hepatic clearance of androstenone and skatole. For this reason, PXR, CAR, and FXR-mediated signaling pathways have garnered interest as potential targets for specialized treatments designed to reduce the development of boar taint. Recent research has also identified several metabolites produced by gut microbes that act as ligands for these nuclear receptors (e.g., tryptophan metabolites, short-chain fatty acids, bile acids); however, the connection between the gut microbiome and boar taint development is not clear. In this review, we describe the nuclear receptor signaling pathways that regulate the synthesis and metabolism of boar taint compounds and outline the genes involved. We also discuss several microbial-derived metabolites and dietary additives that are known or suspected nuclear receptor ligands and suggest how these compounds could be used to develop novel treatments for boar taint.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,998
Score d'incertitude au seuil0,505

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,054
Tête enseignante GPT0,299
Écart entre enseignants0,245 · 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 tête enseignante, 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

Citations4
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMetabolitesMême sujetGinseng Biological Effects and ApplicationsTravaux en français237 207