Novel techniques in the development of osteoporosis drug therapy: the osteoclast ruffled-border vacuolar H<sup>+</sup>-ATPase as an emerging target
Notice bibliographique
Résumé
INTRODUCTION: Bone loss occurs in many diseases, including osteoporosis, rheumatoid arthritis and periodontal disease. For osteoporosis alone, it is estimated that 75 million people are afflicted worldwide, with high risks of fractures and increased morbidity and mortality. The demand for treatment consumes an ever-increasing share of healthcare resources. Successive generations of antiresorptive bisphosphonate drugs have reduced side effects, minimized frequency of dosing, and increased efficacy in halting osteoporotic bone loss, but their shortcomings have remained significant to the extent that a monoclonal antibody antiresorptive has recently taken a significant market share. Yet this latter, paradigm-shifting approach has its own drawbacks. AREAS COVERED: This review summarizes recent literature on bone-remodeling cell and molecular biology and the background for existing approaches and emerging therapeutics and targets for treating osteoporosis. The authors discuss vacuolar H(+)-ATPase (V-ATPase) molecular biology and the recent advances in targeting the osteoclast ruffled-border V-ATPase (ORV) for the development of novel antiresorptive drugs. They also cover examples from the V-ATPase-targeted drug discovery literature, including conventional molecular biology methods, in silico drug discovery, and gene therapy in more detail as proofs of concept. EXPERT OPINION: Existing therapeutic options for osteoporosis have limitations and inherent drawbacks. Thus, the search for novel approaches to osteoporosis drug discovery remains relevant. Targeting the ORV may be one of the more selective means of regulating bone resorption. Furthermore, this approach may be effective without removing active osteoclasts from the finely balanced osteoclast-osteoblast coupling required for normal bone remodeling.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 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 ».