MétaCan
Menu
Retour à la cohorte
Enregistrement W1983873281 · doi:10.1177/1087057112470563

Novel Methodology to Identify TRPV1 Antagonists Independent of Capsaicin Activation

2012· article· en· W1983873281 sur OpenAlexaff
Stephen Zicha, Olivier Radresa, Patricia LaPlante, Michael J. Morton, Karen L. Jones, Martin J. Main, Shephali Trivedi, Ron P. Julien, Andrew M. Griffin, Jean Labrecque, Sultan Ahmad, W. A. Brown

Notice bibliographique

RevueSLAS DISCOVERY · 2012
Typearticle
Langueen
DomaineNeuroscience
ThématiqueIon Channels and Receptors
Établissements canadiensAstraZeneca (Canada)
Organismes subventionnairesnon disponible
Mots-clésTRPV1CapsaicinAgonistNeuroscienceTransient receptor potential channelDrug discoveryPharmacologyChemistryReceptorBiologyBiochemistry

Résumé

récupéré en direct d'OpenAlex

TRPV1 was originally characterized as an integrator of various noxious stimuli such as capsaicin, heat, and protons. TRPV1-null mice exhibit a deficiency in sensing noxious heat stimuli, suggesting that TRPV1 is one of the main heat sensors on nociceptive primary afferent neurons and a candidate target for heat hypersensitivity in chronic pain. Several different potent and selective TRPV1 antagonists have been developed by more than 50 companies since the characterization of the receptor in 1997. A consequence of this competitive interest is the crowding of patentable chemical space, because very similar in vitro screening assays are used. To circumvent this issue and to expand our understanding of TRPV1 biology, we sought to take advantage of recent advancements in automated patch-clamp technology to design a novel screening cascade. This SAR-driving assay identified novel modulators that blocked the depolarization-induced activation of outwardly-rectifying TRPV1 currents independent of agonist stimulation, and we correlated the pharmacology to three other innovative assays for higher-throughput screening. Ultimately, we have identified a screening paradigm that would have good predictive value for future TRPV1 drug discovery projects and novel chemical space with a higher probability of gaining intellectual property coverage.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,140
Tête enseignante GPT0,383
Écart entre enseignants0,243 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations11
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSLAS DISCOVERYMême sujetIon Channels and ReceptorsTravaux en français237 207