Potent Opioid Peptide Agonists Containing 4′‐[<i>N</i>‐((4′‐phenyl)‐phenethyl)carboxamido]phenylalanine (Bcp) in Place of Tyr
Notice bibliographique
Résumé
Analogues of the opioid peptides H-Tyr-c[D-Cys-Gly-Phe(pNO2)-D-Cys]NH2 (non-selective), H-Tyr-D-Arg-Phe-Lys-NH2 (mu-selective) and dynorphin A(1-11)-NH2 (kappa-selective) containing 4'-[N-((4'-phenyl)-phenethyl)carboxamido]phenylalanine (Bcp) in place of Tyr1 were synthesized. All three Bcp1-opioid peptides retained high mu opioid receptor binding affinity, but showed very significant differences in the opioid receptor selectivity profiles as compared with the corresponding Tyr1-containing parent peptides. The cyclic peptide HBcp-c[D-Cys-Gly-Phe(pNO2)-D-Cys]NH2 turned out to be an extraordinarily potent, mu-selective opioid agonist, whereas the Bcp1-analogue of dynorphin A(1-11)-NH2 displayed partial agonism at the mu receptor. The obtained results suggest that the large biphenylethyl substituent contained in these compounds may engage in a hydrophobic interaction with a receptor subsite and thereby may play a role in the ligand's ability to induce a specific receptor conformation or to bind to a distinct receptor conformation in a situation of conformational receptor heterogeneity.
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 | 0,000 | 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) | 0,001 | 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 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 ».