MétaCan
Menu
Retour à la cohorte
Enregistrement W2169973428 · doi:10.2174/156802611795860997

A New Perspective of Cannabinoid 1 Receptor Antagonists: Approaches Toward Peripheral CB1R Blockers without Crossing the Blood-Brain Barrier

2011· review· en· W2169973428 sur OpenAlexaff
Yen‐Ku Wu, Ching-Fang Yeh, Tai Wei Ly, Ming‐Shiu Hung

Notice bibliographique

RevueCurrent Topics in Medicinal Chemistry · 2011
Typereview
Langueen
DomaineMedicine
ThématiqueDiet and metabolism studies
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNational Health Research Institutes
Mots-clésRimonabantCannabinoid receptorMedicineEndocannabinoid systemType 2 diabetesAnxietyDepression (economics)Metabolic syndromeCannabinoidPharmacologyDiabetes mellitusReceptorPsychiatryInternal medicineEndocrinologyAntagonist

Résumé

récupéré en direct d'OpenAlex

Since Rimonabant was withdrawn in Europe in 2008 because of its substantial CNS risk factors including depression and anxiety, the development of anti-obesity drugs targeting CB1R in the brain has been suspended and/or terminated globally. Instead, developing peripherally restricted CB1R antagonists is actively pursued in the hope that not only could they eliminate any CNS adverse effects observed with Rimonabant, but also maintain therapeutic benefits in metabolic syndrome, including obesity, type 2 diabetes, and non-alcoholic fatty liver diseases. In this review, we summarized the most recent advances that have been made on this area, with particular emphasis on various synthetic approaches, whereby the increase in polarity, water solubility and polar surface area were centralized on, toward potential peripheralacting CB1 antagonists. Keywords: Crossing the Blood-Brain Barrier, Metabolic disorders, Cannabinoid 1 receptor, Peripheral antagonists, SR141716A, CNS risk factors, depression, anxiety, anti-obesity drugs, antagonists, CNS adverse effects, metabolic syndrome, type 2 diabetes, non-alcoholic fatty liver diseases, water solubility, peripheralacting CB1 antagonists

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,960
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,096
Tête enseignante GPT0,361
Écart entre enseignants0,264 · 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 tête enseignante, pas un consensus.

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

Citations22
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Topics in Medicinal ChemistryMême sujetDiet and metabolism studiesTravaux en français237 207