Glycerol and Glycerol-3-Phosphate: Multifaceted Metabolites in Metabolism, Cancer, and Other Diseases
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
Glycerol and glycerol-3-phosphate (Gro3P) are key metabolites at the intersection of carbohydrate, lipid, and energy metabolism. Their production and usage are organismal and cell-type specific. Glycerol has unique physicochemical properties enabling it to function as an osmolyte, protein structure stabilizer, and an antimicrobial and antifreeze agent, important to the preservation of many biological functions. Glycerol and Gro3P are implicated in many physiological and disease processes relating to energy metabolism, thermoregulation, hydration, skin health, male fertility, aging, and cancer. Glycerol has countless applications in the food, pharmaceutical, and cosmetics industries. It is used as a sweetener, preservative, thickening agent, humectant, osmolyte, and cryoprotectant. It is widely used in skin and wound care products, laxatives, in cell and tissue preservation, and in medicines for numerous conditions. Here, we review the multiple uses and functions of glycerol and Gro3P and associated transporters, enzymes, and target genes in health, senescence, and disease. We discuss the evidence that glycerol may be present at much higher levels in tissues and cells than in the blood. We bring particular focus to the newly identified glycerol shunt in the direct formation of glycerol independent of lipolysis and as a pathway allowing cells to adapt to various stresses. Relevant to chronic metabolic diseases, cancer and aging, glycerol and Gro3P present important translational implications and thus warrant much more attention.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,000 | 0,000 |
| 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 découle