MétaCan
Menu
Retour à la cohorte
Enregistrement W2901524433 · doi:10.1097/fjc.0000000000000535

Nucleoligands-repurposing G Protein–coupled Receptor Ligands to Modulate Nuclear-localized G Protein–coupled Receptors in the Cardiovascular System

2017· review· en· W2901524433 sur OpenAlexafffund
Nicolas Audet, Rabah Dabouz, Bruce G. Allen, Terence E. Hébert

Notice bibliographique

RevueJournal of Cardiovascular Pharmacology · 2017
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueReceptor Mechanisms and Signaling
Établissements canadiensUniversité de MontréalMontreal Heart InstituteMcGill University
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésG protein-coupled receptorReceptorPharmacophoreRhodopsin-like receptorsCell biologyBiologySignal transductionIntracellularCell signalingNuclear receptorComputational biologyBioinformaticsBiochemistryMetabotropic receptor

Résumé

récupéré en direct d'OpenAlex

There is significant evidence that internal pools of G protein-coupled receptors (GPCRs) exist and may be affected by both endogenous signaling molecules and hydrophobic pharmaceutical ligands, once assumed to only affect cell surface versions of these receptors. Here, we discuss evidence that the biology of nuclear GPCRs in particular is complex, rich, and highly interactive with GPCR signaling from the cell surface. Caging existing GPCR ligands may be an excellent means of further stratifying the phenotypic effects of known pharmacophores such as β-adrenergic, angiotensin II, and type B endothelin receptor ligands in the cardiovascular system. We describe some synthetic strategies we have used to design ligands to go from in cellulo to in vivo experiments. We also consider how surface and intracellular GPCR signaling might be integrated and ways to dissect this. If they could be selectively targeted, nuclear GPCRs and their associated nucleoligands would represent a completely novel area for exploration by Pharma.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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 Opus0,033
Tête enseignante GPT0,306
Écart entre enseignants0,273 · 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
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

Citations13
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Cardiovascular PharmacologyMême sujetReceptor Mechanisms and SignalingTravaux en français237 207