Glucagon-like peptide (GLP)-1 regulation of lipid and lipoprotein metabolism
Notice bibliographique
Résumé
Metabolic health is highly dependent on intestinal and hepatic handling of dietary and endogenous lipids and lipoproteins. Disorders of lipid and lipoprotein metabolism are commonly observed in patients with insulin resistant states such as obesity, metabolic syndrome, and type 2 diabetes. Evidence from both animal models and human studies indicates that a major underlying factor in metabolic or diabetic dyslipidemia is the overproduction of hepatic and intestinal apolipoprotein (apo)B-containing lipoprotein particles. These particles are catabolized down into highly proatherogenic remnants, which can be taken up into the arterial intima and promote plaque development. Several gut-derived peptides have been identified as key regulators of energy metabolism; one such peptide is the incretin hormone glucagon-like peptide (GLP)-1. Our laboratory has previously demonstrated that GLP-1 can signal both centrally and peripherally to reduce postprandial and fasting lipoprotein secretion. Moreover, we have demonstrated that GLP-1 receptor (GLP-1R) agonists can ameliorate diet-induced dyslipidemia. Recently, we published evidence for a novel vagal neuroendocrine signalling pathway by which native GLP-1 may exert its anti-lipemic effects. Furthermore, we demonstrated a novel role for other gut-derived peptides in regulating intestinal lipoprotein production. Overall, ample evidence supports a key role for GLP-1R on the portal vein afferent neurons and nodose ganglion in modulating intestinal fat absorption and lipoprotein production and identifies other gut-derived peptides as novel regulators of postprandial lipemia. Insights from these data may support identification of potential drug targets and the development of new therapeutics targeting treatment of diabetic dyslipidemia.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».