Targeting histone deacetylases for the treatment of disease
Notice bibliographique
Résumé
Introduction HATs/HDACs and the pro‐inflammatory environment HATs/HDACs and endoplasmic reticulum (ER) stress The potential role of histone deacetylase inhibitors in the treatment of cancer Potential role of histone deacetylase inhibitors in the treatment of diabetes The potential role of histone deacetylase inhibitors in the treatment of neurodegenerative conditions Histone deacetylase inhibitors Caveats Final comments Abstract The ‘histone code’ is a well‐established hypothesis describing the idea that specific patterns of post‐translational modifications to histones act like a molecular ‘code’ recognized and used by non‐histone proteins to regulate specific chromatin functions. One modification, which has received significant attention, is that of histone acetylation. The enzymes that regulate this modification are described as lysine acetyltransferases or KATs, and histone deacetylases or HDACs. Due to their conserved catalytic domain HDACs have been actively targeted as a therapeutic target. The pro‐inflammatory environment is increasingly being recognized as a critical element for both degenerative diseases and cancer. The present review will discuss the current knowledge surrounding the clinical potential and current development of histone deacetylases for the treatment of diseases for which a pro‐inflammatory environment plays important roles, and the molecular mechanisms by which such inhibitors may play important functions in modulating the pro‐inflammatory environment.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,004 |
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 ».