Pharmacogenomics of G Protein-Coupled Receptor
Notice bibliographique
Résumé
The identification and characterization of the processes of G protein-coupled receptor (GPCR) activation and inactivation have refined not only the study of the GPCRs but also the genomics of many accessory proteins necessary for these processes. This has accelerated progress in understanding the fundamental mechanisms involved in GPCR structure and function, including receptor transport to the membrane, ligand binding, activation and inactivation by GRK-mediated (and other) phosphorylation. The catalog of G(s)alpha and Gbeta subunit polymorphisms that result in complex phenotypes has complemented the effort to catalog the GPCRs and their variants. The study of the genomics of GPCR accessory proteins has also provided insight into pathways of disease, such as the contributions of regulator of G protein signaling (RGS) protein to hypertension and activator of G protein signaling (AGS) proteins to the response to hypoxia. In the case of the G protein-coupled receptor kinases (GRKs), identified originally in the retinal tissues that converge on rhodopsin, proteins such as GRK4 have been identified that have been subsequently associated with hypertension. Here, we review the structure and function of GPCR and associated proteins in the context of the gene families that encode them and the genetic disorders associated with their altered function. An understanding of the pharmacogenomics of GPCR signaling provides the basis for examining the GPCRs disrupted in monogenic disease and the pharmacogenetics of a given receptor system.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».