Evaluation of a melanocortin-4 receptor (MC4R) agonist (Setmelanotide) in MC4R deficiency
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVE: Pro-opiomelanocortin (POMC)-derived peptides act on neurons expressing the Melanocortin 4 receptor (MC4R) to reduce body weight. Setmelanotide is a highly potent MC4R agonist that leads to weight loss in diet-induced obese animals and in obese individuals with complete POMC deficiency. While POMC deficiency is very rare, 1-5% of severely obese individuals harbor heterozygous mutations in MC4R. We sought to assess the efficacy of Setmelanotide in human MC4R deficiency. METHODS: We studied the effects of Setmelanotide on mutant MC4Rs in cells and the weight loss response to Setmelanotide administration in rodent studies and a human clinical trial. We annotated the functional status of 369 published MC4R variants. RESULTS: In cells, we showed that Setmelanotide is significantly more potent at MC4R than the endogenous ligand alpha-melanocyte stimulating hormone and can disproportionally rescue signaling by a subset of severely impaired MC4R mutants. Wild-type rodents appear more sensitive to Setmelanotide when compared to MC4R heterozygous deficient mice, while MC4R knockout mice fail to respond. In a 28-day Phase 1b clinical trial, Setmelanotide led to weight loss in obese MC4R variant carriers. Patients with POMC defects upstream of MC4R show significantly more weight loss with Setmelanotide than MC4R deficient patients or obese controls. CONCLUSIONS: Setmelanotide led to weight loss in obese people with MC4R deficiency; however, further studies are justified to establish whether Setmelanotide can elicit clinically meaningful weight loss in a subset of the MC4R deficient obese population.
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.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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 | 0,000 | 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 découle