Effect of asymmetry of concentration–response curves on the results obtained by the receptorial responsiveness method (RRM): an <i>in silico</i> study
Notice bibliographique
Résumé
The receptorial responsiveness method (RRM) was proposed to estimate changes in the concentration of an agonist in the microenvironment of its receptor. Usually, this is done by providing the equieffective concentration of another agonist for the same receptor or for a largely overlapping postreceptorial signaling ("test agonist"). The RRM is a special nonlinear regression algorithm to analyze a concentration-response (E/c) curve that represents the simultaneous actions of a single agonist concentration to be estimated and of increasing concentrations of the test agonist. The aim of this study was to explore whether asymmetry of the E/c curve to be analyzed influences the reliability of the RRM. For this purpose, computer simulation was performed by constructing symmetric and asymmetric E/c curves using the operational model of agonism, and then these curves were analyzed with the RRM. To perform the RRM, 2 types of equations were used: one involving the Hill equation, the simplest model of the E/c relationship, and one containing the Richards equation, an advanced model properly handling E/c curve asymmetry. Results of this study indicate that E/c curve asymmetry does not significantly influence the accuracy of the estimates provided by the RRM. Thus, when using the RRM, it is not necessary to replace the Hill equation with the Richards equation to obtain useful estimates. Furthermore, it was found that estimation of a high concentration of a high-efficacy agonist can fail when the RRM is performed with a low-efficacy test agonist in a system characterized by a small operational slope factor.
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 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 | 0,005 | 0,001 |
| 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 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».