Metabolic regulation of neutrophil functions in homeostasis and diseases
Notice bibliographique
Résumé
Neutrophils are the most abundant leukocytes in humans and play a role in the innate immune response by being the first cells attracted to the site of infection. While early studies presented neutrophils as almost exclusively glycolytic cells, recent advances show that these cells use several metabolic pathways other than glycolysis, such as the pentose phosphate pathway, oxidative phosphorylation, fatty acid oxidation, and glutaminolysis, which they modulate to perform their functions. Metabolism shifts from fatty acid oxidation-mediated mitochondrial respiration in immature neutrophils to glycolysis in mature neutrophils. Tissue environments largely influence neutrophil metabolism according to nutrient sources, inflammatory mediators, and oxygen availability. Inhibition of metabolic pathways in neutrophils results in impairment of certain effector functions, such as NETosis, chemotaxis, degranulation, and reactive oxygen species generation. Alteration of these neutrophil functions is implicated in certain human diseases, such as antiphospholipid syndrome, coronavirus disease 2019, and bronchiectasis. Metabolic regulators such as AMPK, HIF-1α, mTOR, and Arf6 are linked to neutrophil metabolism and function and could potentially be targeted for the treatment of diseases associated with neutrophil dysfunction. This review details the effects of alterations in neutrophil metabolism on the effector functions of these cells.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 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 | 0,001 | 0,001 |
| 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 ».