MétaCan
Menu
Retour à la cohorte
Enregistrement W4402394588 · doi:10.2174/0109298673320024240829070906

ANGPTL4-the Link Binding Lipid Metabolism and Inflammation

2024· review· en· W4402394588 sur OpenAlexaff
Yueqi Zhang, Jingwen Liang, Zhi Li, Yuyue Zuo, Lei Dai

Notice bibliographique

RevueCurrent Medicinal Chemistry · 2024
Typereview
Langueen
DomaineMedicine
ThématiqueLipid metabolism and disorders
Établissements canadiensInstitute of Infection and Immunity
Organismes subventionnairesTongji HospitalNatural Science Foundation of Hubei Province
Mots-clésLipid metabolismInflammationANGPTL4MetabolismChemistryBiochemistryMedicineInternal medicineGene

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Angiopoietin-like 4 (ANGPTL4) belongs to the family of angiopoietin- like proteins. The involvement of ANGPTL4 in various aspects of lipid metabolism and inflammation has become an important area of research. METHODS: A thorough search on PubMed related to ANGPTL4, lipid metabolism, and inflammation was performed. RESULTS: Over the past two decades, the recognition of ANGPTL4 as a potent regulator of lipid metabolism has substantially increased. As part of the senescence-associated secretory phenotype, ANGPTL4 also serves as an inflammatory mediator. Considering the advancements in ANGPTL4 research, we have highlighted that ANGPTL4 acts as a key node linking lipid metabolism and inflammation. ANGPTL4 impacts inflammation by regulating lipid metabolism. It affects critical enzymes (lipoprotein lipase, hepatic lipase, endothelial lipase, and acetyl-CoA carboxylase), regulatory factors (AMPK, cAMP, SLC7A11, GPX4, and mTOR), and receptors (LepR, CD36, and PPARγ) of lipid oxidation, synthesis, and peroxidation, thereby affecting immune cells and inflammatory pathways. CONCLUSION: Understanding the potential association and the therapeutic value of ANGPTL4 for regulating lipid metabolism and inflammation could contribute to drug discovery and therapeutic development.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,048
Tête enseignante GPT0,359
Écart entre enseignants0,311 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Medicinal ChemistryMême sujetLipid metabolism and disordersTravaux en français237 207