Vesicular monoamine transporters: Structure‐function, pharmacology, and medicinal chemistry
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Vesicular monoamine transporters (VMAT) are responsible for the uptake of cytosolic monoamines into synaptic vesicles in monoaminergic neurons. Two closely related VMATs with distinct pharmacological properties and tissue distributions have been characterized. VMAT1 is preferentially expressed in neuroendocrine cells and VMAT2 is primarily expressed in the CNS. The neurotoxicity and addictive properties of various psychostimulants have been attributed, at least partly, to their interference with VMAT2 functions. The quantitative assessment of the VMAT2 density by PET scanning has been clinically useful for early diagnosis and monitoring of the progression of Parkinson's and Alzheimer's diseases and drug addiction. The classical VMAT2 inhibitor, tetrabenazine, has long been used for the treatment of chorea associated with Huntington's disease in the United Kingdom, Canada, and Australia, and recently approved in the United States. The VMAT2 imaging may also be useful for exploiting the onset of diabetes mellitus, as VMAT2 is also expressed in the β-cells of the pancreas. VMAT1 gene SLC18A1 is a locus with strong evidence of linkage with schizophrenia and, thus, the polymorphic forms of the VMAT1 gene may confer susceptibility to schizophrenia. This review summarizes the current understanding of the structure-function relationships of VMAT2, and the role of VMAT2 on addiction and psychostimulant-induced neurotoxicity, and the therapeutic and diagnostic applications of specific VMAT2 ligands. The evidence for the linkage of VMAT1 gene with schizophrenia and bipolar disorder I is also discussed.
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.
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 | 0,006 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,004 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 découle