An analysis of glucocorticoid receptor‐mediated gene expression in <scp>BEAS‐2B</scp> human airway epithelial cells identifies distinct, ligand‐directed, transcription profiles with implications for asthma therapeutics
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: International asthma guidelines recommend that inhaled glucocorticoids be used as a monotherapy in all patients with mild to moderate disease because of their ability to suppress airways inflammation. Current evidence suggests that the therapeutic benefit of glucocorticoids is due to the transactivation and transrepression of anti-inflammatory and pro-inflammatory genes respectively. However, the extent to which clinically relevant glucocorticoids are equivalent in their ability to modulate gene expression is unclear. EXPERIMENTAL APPROACH: A pharmacodynamics investigation of glucocorticoid receptor (GR)-mediated gene transactivation in BEAS-2B human airway epithelial cells was performed using a glucocorticoid response element luciferase reporter coupled with an analysis of glucocorticoid-inducible genes encoding proteins with anti-inflammatory and adverse-effect potential. KEY RESULTS: Using transactivation as a functionally relevant output, a given glucocorticoid displayed a unique, gene expression 'fingerprint' where intrinsic efficacy and GR density were essential determinants. We showed that depending on the gene selected for analysis, a given glucocorticoid can behave as an antagonist, partial agonist, full agonist or even 'super agonist'. In the likely event that different, tissue-dependent gene expression profiles are reproduced in vivo, then the anti-inflammatory and adverse-effect potential of many glucocorticoids currently available as asthma therapeutics may not be equivalent. CONCLUSIONS AND IMPLICATIONS: The generation of gene expression 'fingerprints' in target and off-target human tissues could assist the rational design of GR agonists with improved therapeutic ratios. This approach could identify compounds that are useful in the management of severe asthma and other inflammatory disorders where systemic exposure is desirable.
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 | 0,000 | 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 | 0,001 |
| 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 ».