Evaluating biased agonism of glucagon‐like peptide‐1 ( <scp>GLP</scp> ‐1) receptors to improve cellular bioenergetics: A systematic review
Notice bibliographique
Résumé
Glucagon-like peptide-1 receptor agonists (GLP-1 RAs) are highly effective antidiabetic and anti-obesity agents. Recent development and optimisation of these agents includes biased agonism (selective activation of a downstream signalling pathway) of the GLP-1 receptor, which has demonstrated greater weight-lowering effects and improved insulin response in treated persons relative to other GLP-1 RAs. We aim to synthesise current literature reporting on the effects of biased GLP-1 RAs and compare their effects on cellular-level bioenergetics compared to non-biased GLP-1 RAs. A systematic search was conducted on PubMed, Ovid, and Scopus databases from inception to April 2025 for studies reporting on the effects of GLP-1 receptor biased agonists on cellular bioenergetics. Primary studies reporting on the effects of biased GLP-1 RAs on cellular signal transduction and bioenergetic outcomes were sought for inclusion. Current literature to date suggests that GLP-1 receptor biased agonism contributes to improved bioenergetic outcomes. Biased agonism of the GLP-1 receptor was associated with increased cAMP production and accumulation, increased ERK1/2 phosphorylation, and decreased GLP-1 receptor internalisation and recycling. In addition, improved glucose control and insulin response were observed. GLP-1 receptor biased agonism may be associated with greater weight-lowering and glucose-lowering effects as well as improved safety and tolerability. Notwithstanding, additional studies are needed to parse the contributory effects of GLP-1 receptor biased agonism compared to agonism of GIP and glucagon receptors on anti-obesity and glucose-lowering effects as well as tolerability. Moreover, their effects on other metabolic outcomes are future research vistas.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,009 | 0,008 |
| Bibliométrie | 0,006 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 source (Gemma direct ou Codex distillé), 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 ».