A Highly Sensitive Quantitative Cytosensor Technique for the Identification of Receptor Ligands in Tissue Extracts
Notice bibliographique
Résumé
Because G-protein-coupled receptors (GPCRs) constitute excellent putative therapeutic targets, functional characterization of orphan GPCRs through identification of their endogenous ligands has great potential for drug discovery. We propose here a novel single cell-based assay for identification of these ligands. This assay involves (a) fluorescent tagging of the GPCR, (b) expression of the tagged receptor in a heterologous expression system, (c) incubation of the transfected cells with fractions purified from tissue extracts, and (d) imaging of ligand-induced receptor internalization by confocal microscopy coupled to digital image quantification. We tested this approach in CHO cells stably expressing the NT1 neurotensin receptor fused to EGFP (enhanced green fluorescent protein), in which neurotensin promoted internalization of the NT1-EGFP receptor in a dose-dependent fashion (EC(50) = 0.98 nM). Similarly, four of 120 consecutive reversed-phase HPLC fractions of frog brain extracts promoted internalization of the NT1-EGFP receptor. The same four fractions selectively contained neurotensin, an endogenous ligand of the NT1 receptor, as detected by radioimmunoassay and inositol phosphate production. The present internalization assay provides a highly specific quantitative cytosensor technique with sensitivity in the nanomolar range that should prove useful for the identification of putative natural and synthetic ligands for GPCRs.
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 | 0,001 |
| 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 ».