Role of Angiotensin II in Cardiovascular Diseases: Introducing Bisartans as a Novel Therapy for Coronavirus 2019
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Cardiovascular diseases (CVDs) are the main contributors to global morbidity and mortality. Major pathogenic phenotypes of CVDs include the development of endothelial dysfunction, oxidative stress, and hyper-inflammatory responses. These phenotypes have been found to overlap with the pathophysiological complications of coronavirus disease 2019 (COVID-19). CVDs have been identified as major risk factors for severe and fatal COVID-19 states. The renin–angiotensin system (RAS) is an important regulatory system in cardiovascular homeostasis. However, its dysregulation is observed in CVDs, where upregulation of angiotensin type 1 receptor (AT1R) signaling via angiotensin II (AngII) leads to the AngII-dependent pathogenic development of CVDs. Additionally, the interaction between the spike protein of severe acute respiratory syndrome coronavirus 2 with angiotensin-converting enzyme 2 leads to the downregulation of the latter, resulting in the dysregulation of the RAS. This dysregulation favors AngII/AT1R toxic signaling pathways, providing a mechanical link between cardiovascular pathology and COVID-19. Therefore, inhibiting AngII/AT1R signaling through angiotensin receptor blockers (ARBs) has been indicated as a promising therapeutic approach to the treatment of COVID-19. Herein, we review the role of AngII in CVDs and its upregulation in COVID-19. We also provide a future direction for the potential implication of a novel class of ARBs called bisartans, which are speculated to contain multifunctional targeting towards COVID-19.
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.
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 | 0,002 |
| 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 découle