Comparing Label-Free Biosensors for Pharmacological Screening With Cell-Based Functional Assays
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
The diversity and impact of label-free technologies continues to expand in drug discovery. Two classes of label-free instruments, using either an electrical impedance-based or an optical-based biosensor, are now available for investigating the effects of ligands on cellular targets. Studies of GPCR function have been especially prominent with these instruments due to the importance of this target class in drug discovery. Although both classes of biosensors share similar high sensitivity to changes in cell shape and structure, it is unknown whether these biosensors yield similar results when comparing the same GPCR response. Furthermore, since cell morphology changes induced by GPCRs differ depending on which G-protein is activated, there is potential for these instruments to have differential sensitivities to G-protein signaling. Here 1 impedance (CellKey)- and 2 optical-based instruments (BIND and Epic) are compared using Gi-coupled (ACh M2), Gq-coupled (ACh M1), and Gs-coupled (CRF1) receptors. All 3 instruments were robust in agonist and antagonist modes yielding comparable potencies and assay variance. Both the impedance and optical biosensors showed similar high sensitivity for detecting an endogenous D1/D5 receptor response and a melanocortin-4 receptor inverse agonist (agouti-related protein). The impedance-based biosensor was uniquely able to qualitatively distinguish G-protein coupling and reveal dual signaling by CRF1. Finally, responses with a ligand-gated ion channel, TRPV1, were similarly detectable in each instrument. Thus, despite some differences, both impedance- and optical-based platforms offer robust live-cell, label-free assays well suited to drug discovery and typically yield similar pharmacological profiles for GPCR ligands.
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) | 0,000 | 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