MétaCan
Menu
Retour à la cohorte
Enregistrement W1980970141 · doi:10.2174/187152708784083821

Ionotropic Glutamate Receptors & CNS Disorders

2008· review· en· W1980970141 sur OpenAlexaff
Derek Bowie

Notice bibliographique

RevueCNS & Neurological Disorders - Drug Targets · 2008
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetics and Neurodevelopmental Disorders
Établissements canadiensMcGill University
Organismes subventionnairesNational Institute of Mental Health
Mots-clésKainate receptorNeuroscienceAMPA receptorIonotropic effectGlutamate receptorNeurotransmitter receptorEpileptogenesisEpilepsyBiologyReceptorLong-term depressionNeurotransmitterCentral nervous systemGenetics

Résumé

récupéré en direct d'OpenAlex

Disorders of the central nervous system (CNS) are complex disease states that represent a major challenge for modern medicine. Although aetilogy is often unknown, it is established that multiple factors such as defects in genetics and/or epigenetics, the environment as well as imbalance in neurotransmitter receptor systems are all at play in determining an individual's susceptibility to disease. Gene therapy is currently not available and therefore, most conditions are treated with pharmacological agents that modify neurotransmitter receptor signaling. Here, I provide a review of ionotropic glutamate receptors (iGluRs) and the roles they fulfill in numerous CNS disorders. Specifically, I argue that our understanding of iGluRs has reached a critical turning point to permit, for the first time, a comprehensive re-evaluation of their role in the cause of disease. I illustrate this by highlighting how defects in AMPA receptor (AMPAR) trafficking are important to fragile X mental retardation and ectopic expression of kainate receptor (KAR) synapses contributes to the pathology of temporal lobe epilepsy. Finally, I discuss how parallel advances in studies of other neurotransmitter systems may allow pharmacologists to work towards a cure for many CNS disorders rather than developing drugs to treat their symptoms.

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 enseignants0,006
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,008

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 Opus0,018
Tête enseignante GPT0,263
Écart entre enseignants0,245 · 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

Citations209
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCNS & Neurological Disorders - Drug TargetsMême sujetGenetics and Neurodevelopmental DisordersTravaux en français237 207