MétaCan
Menu
Retour à la cohorte
Enregistrement W2165973127 · doi:10.2174/138161209787185823

Niacin Status, NAD Distribution and ADP-Ribose Metabolism

2009· article· en· W2165973127 sur OpenAlexaff
James B. Kirkland

Notice bibliographique

RevueCurrent Pharmaceutical Design · 2009
Typearticle
Langueen
DomaineMedicine
ThématiquePARP inhibition in cancer therapy
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésNiacinNAD+ kinaseNicotinamideNiacinamideNicotinamide adenine dinucleotideMetabolismBiochemistryNicotinic agonistChemistryGlycolysisEnzymeBiologyPharmacology

Résumé

récupéré en direct d'OpenAlex

Dietary niacin deficiency, and pharmacological excesses of nicotinic acid or nicotinamide, have dramatic effects on cellular NAD pools, ADP-ribose metabolism, tissue function and health. ADP-ribose metabolism is providing new targets for pharmacological intervention, and it is important to consider how the supply of vitamin B3 may directly influence ADP-ribosylation reactions, or create interactions with other drugs designed to influence these pathways. In addition to its redox roles, NAD+ is used as a substrate for mono-, poly- and cyclic ADP-ribose formation. During niacin deficiency, not all of these processes can be maintained, and dramatic changes in tissue function and clinical condition take place. Conversely, these reactions may be differentially enhanced by pharmacological intakes of vitamin B3, and potentially by changing expression of specific NAD generating enzymes. A wide range of metabolic changes can take place following pharmacological supplementation of nicotinic acid or nicotinamide. As niacin status decreases towards a deficient state, the function of other types of pharmaceutical agents may be modified, including those that target ADP-ribosylation reactions, apoptosis and inflammation. This article will explore what is known and yet to be learned about the response of tissues, cells and subcellular compartments to excessive and limiting supplies of niacin, and will discuss the etiology of the resulting pathologies.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,106
Tête enseignante GPT0,418
Écart entre enseignants0,312 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations76
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Pharmaceutical DesignMême sujetPARP inhibition in cancer therapyTravaux en français237 207