Adiponectin and Adiponectin Receptors in Atherosclerosis
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
Adiponectin is an abundantly secreted hormone that communicates information between the adipose tissue, and the immune and cardiovascular systems. In metabolically healthy individuals, adiponectin is usually found at high levels and helps improve insulin responsiveness of peripheral tissues, glucose tolerance, and fatty acid oxidation. Beyond its metabolic functions in insulin-sensitive tissues, adiponectin plays a prominent role in attenuating the development of atherosclerotic plaques, partially through regulating macrophage-mediated responses. In this context, adiponectin binds to its receptors, adiponectin receptor 1 (AdipoR1) and AdipoR2 on the cell surface of macrophages to activate a downstream signaling cascade and induce specific atheroprotective functions. Notably, macrophages modulate the stability of the plaque through their ability to switch between proinflammatory responders, and anti-inflammatory proresolving mediators. Traditionally, the extremes of the macrophage polarization spectrum span from M1 proinflammatory and M2 anti-inflammatory phenotypes. Previous evidence has demonstrated that the adiponectin-AdipoR pathway influences M1-M2 macrophage polarization; adiponectin promotes a shift toward an M2-like state, whereas AdipoR1- and AdipoR2-specific contributions are more nuanced. To explore these concepts in depth, we discuss in this review the effect of adiponectin and AdipoR1/R2 on 1) metabolic and immune responses, and 2) M1-M2 macrophage polarization, including their ability to attenuate atherosclerotic plaque inflammation, and their potential as therapeutic targets for clinical applications.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 découle