The nociceptin receptor as a potential target in drug design.
Notice bibliographique
Résumé
There are now four types of opioid receptors. The new designations OP(1), OP(2) and OP(3) correspond, respectively, to the classic delta-, kappa- and micro-nomenclature. OP(4) was previously known as ORL(1), the receptor for the endogenous heptadecapeptide nociceptin/orphanin FQ. Although the cellular effects of nociceptin resemble those of conventional OP(1), OP(2), and OP(3) opioid agonists, its effects on nociceptive processes are quite different. Nociceptin produces spinal analgesia but appears to antagonize the effects of opioids. Following the recent synthesis of the nonpeptide OP(4) agonist Ro-64-6198 by Hoffmann-La Roche and the nonpeptide OP(4) antagonist J-113397 by Banyu, the nociceptin-OP(4) system now represents a viable and intriguing new target for drug design. OP(4) agonists may be of use in the management of neuropathic pain, anxiety, anorexia, epilepsy, drug dependence, male impotence, hypertension, cerebral ischemia and neurogenic bladder. They may also serve as novel diuretics and to help to reduce gastrointestinal motility. OP(4) antagonists may be of use as general analgesics and in the improvement of memory function. This review covers the recent exciting progress in this field, compares the actions of OP(4) agonists and antagonists with those of classic opioids, and seeks to predict some of the untoward effects that may be seen with such drugs.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,004 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».