Evaluation of Cannabinoid Receptor 2 and Metabotropic Glutamate Receptor 1 Functional Responses Using a Cell Impedance–Based Technology
Notice bibliographique
Résumé
Recently, new technologies based on biosensors and called label free have been developed. These technologies eliminate the need for using markers and dyes. The authors applied one of these technologies, based on measurement of cell impedance variation, to study the pharmacological profiles of ligands for the cannabinoid receptor 2 (CB2), a Gi-coupled receptor, and for the metabopotropic glutamate receptor 1 (mGluR1), a Gq-coupled receptor. Reference agonists and antagonists/inverse agonists for the 2 receptors were applied to recombinant cell lines and impedance monitored over time. Agonists (JWH133 and CP55940 for CB2; quisqualate, glutamate, 1S-3R-ACPD, and S-3,5-DHPG for mGluR1) triggered a variation of impedance consistent in both potency and efficacy with data obtained using classical assays measuring cAMP or Ca(2+) levels. This effect was not present in the parental nontransfected cell line, confirming specific receptor-mediated response. Application of antagonists (AM630 for CB2; YM298198, SCH1014222, J&J16259685, and CPCCOEt for mGluR1) reduced agonist-induced impedance changes. The only exception was the mGluR1 antagonist BAY367620 that, while active in the Ca(2+) assay, was inactive in the impedance assay. Overall, these results confirm the possibility of using cell impedance-based technology to study the pharmacological profile of ligands acting at G-protein-coupled receptors coupled to different downstream signaling pathways.
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 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».