NOD-like Receptors—Emerging Links to Obesity and Associated Morbidities
Notice bibliographique
Résumé
Obesity and its associated metabolic morbidities have been and still are on the rise, posing a major challenge to health care systems worldwide. It has become evident over the last decades that a low-grade inflammatory response, primarily proceeding from the adipose tissue (AT), essentially contributes to adiposity-associated comorbidities, most prominently insulin resistance (IR), atherosclerosis and liver diseases. In mouse models, the release of pro-inflammatory cytokines such as TNF-alpha (TNF-α) and interleukin (IL)-1β and the imprinting of immune cells to a pro-inflammatory phenotype in AT play an important role. However, the underlying genetic and molecular determinants are not yet understood in detail. Recent evidence demonstrates that nucleotide-binding and oligomerization domain (NOD)-like receptor (NLR) family proteins, a group of cytosolic pattern recognition receptors (PRR), contribute to the development and control of obesity and obesity-associated inflammatory responses. In this article, we review the current state of research on the role of NLR proteins in obesity and discuss the possible mechanisms leading to and the outcomes of NLR activation in the obesity-associated morbidities IR, type 2 diabetes mellitus (T2DM), atherosclerosis and non-alcoholic fatty liver disease (NAFLD) and discuss emerging ideas about possibilities for NLR-based therapeutic interventions of metabolic diseases.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,001 | 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 ».