New methods for multiple sclerosis drug discovery
Notice bibliographique
Résumé
INTRODUCTION: MS is a heterogeneous disorder that requires the development of better diagnostics to identify disease subtypes enabling appropriate therapeutic intervention at an early stage of the disease. Accumulating evidence indicates that members of the inhibitor of apoptosis (IAP) family play an important role in the pathogenesis of MS by reducing the apoptotic elimination of autoreactive immune cells. AREAS COVERED: The authors describe improved animal modeling strategies to identify compounds that have immunomodulatory, neurorestorative and neuroprotective properties. In addition, the authors propose new approaches to better model cognitive dysfunction in MS, which will aid the development of novel therapeutics for this complex disorder. The paper provides the reader with an appreciation for the diagnostic and therapeutic potential of apoptosis-related proteins for MS. EXPERT OPINION: Recent evidence suggests that increased resistance of autoreactive immune cells to apoptotic elimination is a contributing factor to both disease susceptibility and progression in MS. This occurs, at least in part, because of elevated levels of the IAP family of anti-apoptotic genes that display distinct expression profiles associated with different subtypes of MS. The authors believe that the detection and targeting of members of the IAP family can provide better drugs for MS. Particularly, the authors feel that the overexpression of IAPs in animal models can provide novel insights into MS for both its pathogenesis and the discovery of new lead compounds.
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 ».