MétaCan
Menu
Retour à la cohorte
Enregistrement W2290120395 · doi:10.1146/annurev-pharmtox-010716-104944

PCSK9: Regulation and Target for Drug Development for Dyslipidemia

2016· review· en· W2290120395 sur OpenAlexaff
Amy C. Burke, Jacqueline S. Dron, Robert A. Hegele, Murray W. Huff

Notice bibliographique

RevueThe Annual Review of Pharmacology and Toxicology · 2016
Typereview
Langueen
DomaineMedicine
ThématiqueLipoproteins and Cardiovascular Health
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésPCSK9KexinProprotein convertaseLDL receptorSubtilisinProprotein ConvertasesDrug developmentDrugDyslipidemiaPharmacologyDrug discoveryReceptorBiologyBioinformaticsCholesterolMedicineLipoproteinEndocrinologyInternal medicineBiochemistryDiseaseEnzyme

Résumé

récupéré en direct d'OpenAlex

Proprotein convertase subtilisin/kexin type-9 (PCSK9) is a secreted zymogen expressed primarily in the liver. PCSK9 circulates in plasma, binds to cell surface low-density lipoprotein (LDL) receptors, is internalized, and then targets the receptors to lysosomal degradation. Studies of naturally occurring PCSK9 gene variants that caused extreme plasma LDL cholesterol (LDL-C) deviations and altered atherosclerosis risk unleashed a torrent of biological and pharmacological research. Rapid progress in understanding the physiological regulation of PCSK9 was soon translated into commercially available biological inhibitors of PCSK9 that reduced LDL-C levels and likely also cardiovascular outcomes. Here we review the swift evolution of PCSK9 from novel gene to drug target, to animal and human testing, and finally to outcome trials and clinical applications. In addition, we explore how the genetics-guided path to PCSK9 inhibitor development exemplifies a new paradigm in pharmacology. Finally, we consider some potential challenges as PCSK9 inhibition becomes established in the clinic.

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)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: Synthèse
Score de désaccord entre enseignants0,952
Score d'incertitude au seuil0,680

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0030,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,032
Tête enseignante GPT0,390
Écart entre enseignants0,358 · 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.

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

Citations79
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Annual Review of Pharmacology and ToxicologyMême sujetLipoproteins and Cardiovascular HealthTravaux en français237 207