MétaCan
Menu
Retour à la cohorte
Enregistrement W2416329088 · doi:10.1007/978-1-62703-251-3_8

BRET Approaches to Characterize Dopamine and TAAR1 Receptor Pharmacology and Signaling

2012· article· en· W2416329088 sur OpenAlexafffund
Stefano Espinoza, Bernard Masri, Ali Salahpour, Raul R. Gainetdinov

Notice bibliographique

RevueMethods in molecular biology · 2012
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueReceptor Mechanisms and Signaling
Établissements canadiensUniversity of Toronto
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésG protein-coupled receptorDopamineDopamine receptor D2Dopamine receptorReceptorSignal transductionDopamine receptor D3ChemistryNeurosciencePharmacologyBiologyCell biologyBiochemistry

Résumé

récupéré en direct d'OpenAlex

It is evident that G protein-coupled receptors (GPCRs) such as D2 dopamine receptor and functionally related Trace Amine Associated Receptor 1 (TAAR1) can engage both in G protein-dependent (e.g., cAMP-mediated) and -independent β-arrestin-mediated signaling modalities. Both of these signaling events can be monitored in real-time and in live cells by using new biosensors based on a Bioluminescence Resonance Energy Transfer (BRET) approach. Here we discuss the practical applications of BRET to analyze dynamics of cAMP modulation via an EPAC biosensor as well as recruitment of β-arrestin2 to the D2 dopamine receptor. Combination of these approaches allows for a comparison of activity of pharmacological compounds on these signaling modalities as demonstrated for various antipsychotics as regard to D2 dopamine receptor. Furthermore, analysis of cAMP concentrations in cells expressing TAAR1 provides a simple high-throughput screening method to identify new ligands for this receptor. These BRET approaches could be applied for the characterization of pharmacology and signaling of variety of other GPCRs.

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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,005
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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 Opus0,065
Tête enseignante GPT0,351
Écart entre enseignants0,287 · 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations25
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMethods in molecular biologyMême sujetReceptor Mechanisms and SignalingTravaux en français237 207