Families of Nuclear Receptors in Vertebrate Models: Characteristic and Comparative Toxicological Perspective
Notice bibliographique
Résumé
Various synthetic chemicals are ligands for nuclear receptors (NRs) and can cause adverse effects in vertebrates mediated by NRs. While several model vertebrates, such as mouse, chicken, western clawed frog and zebrafish, are widely used in toxicity testing, few NRs have been well described for most of these classes. In this report, NRs in genomes of 12 vertebrates are characterized via bioinformatics approaches. Although numbers of NRs varied among species, with 40-42 genes in birds to 66-74 genes in teleost fishes, all NRs had clear homologs in human and could be categorized into seven subfamilies defined as NR0B-NR6A. Phylogenetic analysis revealed conservative evolutionary relationships for most NRs, which were consistent with traditional morphology-based systematics, except for some exceptions in Dolphin (Tursiops truncatus). Evolution of PXR and CAR exhibited unexpected multiple patterns and the existence of CAR possibly being traced back to ancient lobe-finned fishes and tetrapods (Sarcopterygii). Compared to the more conservative DBD of NRs, sequences of LBD were less conserved: Sequences of THRs, RARs and RXRs were ≥90% similar to those of the human, ERs, AR, GR, ERRs and PPARs were more variable with similarities of 60%-100% and PXR, CAR, DAX1 and SHP were least conserved among species.
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 | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 ».