Selective Antagonism of Receptor Signaling Using Antisense RNA to Deplete G-Protein Subunits
Notice bibliographique
Résumé
The molecular identification and characterization of the components of receptor-signaling pathways has revealed a striking redundancy and diversity of signaling elements. For example, G protein-coupled receptors bind to a diversity of ligands, ranging from classical low-molecular-weight monoammes like serotonin (5HT) or dopamine, to large glycoproteins such as gonadotropins ( 1 ). Within a given receptor family, multiple subtypes of receptors have been identified: for example, the serotonin-receptor family comprises over 15 distinct receptors ( 2 ). An analogous multiplicity of subtypes extsts within the families of G proteins ( 3 , 4 ) and effecters, such as phospholipases, adenylyl cyclases, protein kinases, and ion channels ( 5 – 9 ). Indeed, low-stringency cDNA-screening techmques have led to the identification of homologs of unknown function, such as orphan receptors ( 10 ). Biochemical characterization of purified proteins in vitro, or by overexpression of then cDNAs in transfected cell lines has been instrumental in defining the properties of these signal-transduction elements. However, these approaches may distort the interactions that occur in situ because of abnormally high expression of the various signaling components and nonphysiological optimization of assay conditions. Pharmacological approaches have been very useful in defining the physiological roles of cloned receptors, but are limited by the availability of specific receptor agonists and antagonists. These keywords were added by machine and not by the authors. This process is experimental and the keywords may be updated as the learning algorithm improves.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».