MétaCan
Menu
Retour à la cohorte
Enregistrement W2413993846 · doi:10.3390/cells5020026

Structural Mechanisms and Drug Discovery Prospects of Rho GTPases

2016· review· en· W2413993846 sur OpenAlexaff
Cameron C. Smithers, Michael Overduin

Notice bibliographique

RevueCells · 2016
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueProtein Kinase Regulation and GTPase Signaling
Établissements canadiensUniversity of Alberta
Organismes subventionnairesBiotechnology and Biological Sciences Research CouncilWellcome Trust
Mots-clésDruggabilityGTPaseCDC42RHOARas superfamilyRAC1Drug discoveryBiologyPrenylationDrug developmentComputational biologyCell biologyDrugSignal transductionBioinformaticsBiochemistryEnzymePharmacologyGene

Résumé

récupéré en direct d'OpenAlex

Rho GTPases regulate cellular morphology and dynamics, and some are key drivers of cancer progression. This superfamily offers attractive potential targets for therapeutic intervention, with RhoA, Rac1 and Cdc42 being prime examples. The challenges in developing agents that act on these signaling enzymes include the lack of obvious druggable pockets and their membrane-bound activities. However, progress in targeting the similar Ras protein is illuminating new strategies for specifically inhibiting oncogenic GTPases. The structures of multiple signaling and regulatory states of Rho proteins have been determined, and the post-translational modifications including acylation and phosphorylation points have been mapped and their functional effects examined. The development of inhibitors to probe the significance of overexpression and mutational hyperactivation of these GTPases underscores their importance in cancer progression. The ability to integrate in silico, in vitro, and in vivo investigations of drug-like molecules indicates the growing tractability of GTPase systems for lead optimization. Although no Rho-targeted drug molecules have yet been clinically approved, this family is clearly showing increasing promise for the development of precision medicine and combination cancer therapies.

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)0,000
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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,803
Score d'incertitude au seuil0,684

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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 Opus0,013
Tête enseignante GPT0,262
Écart entre enseignants0,249 · 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'étudeAutre devis
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

Citations38
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCellsMême sujetProtein Kinase Regulation and GTPase SignalingTravaux en français237 207