MétaCan
Menu
Retour à la cohorte
Enregistrement W2131207076 · doi:10.1039/c4mb00739e

Exploring the mode of action of dithranol therapy for psoriasis: a metabolomic analysis using HaCaT cells

2015· article· en· W2131207076 sur OpenAlexaff
Katherine A. Hollywood, Catherine Winder, Warwick B. Dunn, Yun Xu, David Broadhurst, C.E.M. Griffiths, Royston Goodacre

Notice bibliographique

RevueMolecular BioSystems · 2015
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMetabolomics and Mass Spectrometry Studies
Établissements canadiensHealth Sciences CentreAlberta Hospital EdmontonUniversity of Alberta
Organismes subventionnairesBiotechnology and Biological Sciences Research Council
Mots-clésDithranolPsoriasisHaCaTMetabolomicsKeratinocyteMetaboliteImmune systemMode of actionPharmacologyMedicineChemistryBiologyImmunologyBioinformaticsCell cultureBiochemistryGenetics

Résumé

récupéré en direct d'OpenAlex

Psoriasis is a common, immune-mediated inflammatory skin disease characterized by red, heavily scaled plaques. The disease affects over one million people in the UK and causes significant physical, psychological and societal impact. There is limited understanding regarding the exact pathogenesis of the disease although it is believed to be a consequence of genetic predisposition and environmental triggers. Treatments vary from topical therapies, such as dithranol, for disease of limited extent (<5% body surface area) to the new immune-targeted biologic therapies for severe psoriasis. Dithranol (also known as anthralin) is a topical therapy for psoriasis believed to work by inhibiting keratinocyte proliferation. To date there have been no metabolomic-based investigations into psoriasis. The HaCaT cell line is a model system for the epidermal keratinocyte proliferation characteristic of psoriasis and was thus chosen for study. Dithranol was applied at therapeutically relevant doses to HaCaT cells. Following the optimisation of enzyme inactivation and metabolite extraction, gas chromatography-mass spectrometry was employed for metabolomics as this addresses central metabolism. Cells were challenged with 0-0.5 μg mL(-1) in 0.1 μg mL(-1) steps and this quantitative perturbation generated data that were highly amenable to correlation analysis. Thus, we used a combination of traditional principal components analysis, hierarchical cluster analysis, along with correlation networks. All methods highlighted distinct metabolite groups, which had different metabolite trajectories with respect to drug concentration and the interpretation of these data established that cellular metabolism had been altered significantly and provided further clarification of the proposed mechanism of action of the drug.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,108
Tête enseignante GPT0,316
Écart entre enseignants0,208 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations24
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMolecular BioSystemsMême sujetMetabolomics and Mass Spectrometry StudiesTravaux en français237 207