MétaCan
Menu
Retour à la cohorte
Enregistrement W2317170631 · doi:10.1042/bst20130268

Cyclic nucleotide phosphodiesterases (PDEs): coincidence detectors acting to spatially and temporally integrate cyclic nucleotide and non-cyclic nucleotide signals

2014· review· en· W2317170631 sur OpenAlexafffund
Donald H. Maurice, Lindsay S. Wilson, Sarah Rampersad, Fabien Hubert, Tammy K. Truong, Milosz Kaczmarek, Paulina Brzezińska, Silja I. Freitag, M. Bibiana Umana, Alie Wudwud

Notice bibliographique

RevueBiochemical Society Transactions · 2014
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiquePhosphodiesterase function and regulation
Établissements canadiensQueen's University
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésCyclic nucleotideEffectorNucleotideSecond messenger systemPhosphodiesteraseCyclic nucleotide phosphodiesterasePDE10AIntracellularEnzymeCell biologyBiologyBiochemistryCyclic peptideChemistryGenePeptide

Résumé

récupéré en direct d'OpenAlex

The cyclic nucleotide second messengers cAMP and cGMP each affect virtually all cellular processes. Although these hydrophilic small molecules readily diffuse throughout cells, it is remarkable that their ability to activate their multiple intracellular effectors is spatially and temporally selective. Studies have identified a critical role for compartmentation of the enzymes which hydrolyse and metabolically inactivate these second messengers, the PDEs (cyclic nucleotide phosphodiesterases), in this specificity. In the present article, we describe several examples from our work in which compartmentation of selected cAMP- or cGMP-hydrolysing PDEs co-ordinate selective activation of cyclic nucleotide effectors, and, as a result, selectively affect cellular functions. It is our belief that therapeutic strategies aimed at targeting PDEs within these compartments will allow greater selectivity than those directed at inhibiting these enzymes throughout the cells.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,004

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 Opus0,017
Tête enseignante GPT0,281
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 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

Citations11
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBiochemical Society TransactionsMême sujetPhosphodiesterase function and regulationTravaux en français237 207