D-Serine: Potential Therapeutic Agent and/or Biomarker in Schizophrenia and Depression?
Notice bibliographique
Résumé
D-Serine is a potent co-agonist at the NMDA glutamate receptor and has been the object of many preclinical studies to ascertain the nature of its metabolism, its regional and cellular distribution in the brain, its physiological functions and its possible clinical relevance. The enzymes involved in its formation and catabolism are serine racemase (SR) and D-amino acid oxidase (DAAO), respectively, and manipulations of the activity of those enzymes have been useful in developing animal models of schizophrenia and in providing clues to the development of potential new antipsychotic strategies. Clinical studies have been conducted in schizophrenia patients to evaluate body fluid levels of D-serine and/or to use D-serine alone or in combination with antipsychotics to determine its effectiveness as a therapeutic agent. D-serine has also been used in combination with DAAO inhibitors in preclinical investigations, and interesting results have been obtained. Genetic studies and postmortem brain studies have also been conducted on D-serine and the enzymes involved in its metabolism. It is also of considerable interest that in recent years clinical and preclinical investigations have suggested that D-serine may also have antidepressant properties. Clinical studies have also shown that D-serine may be a biomarker for antidepressant response to ketamine. Relevant to both schizophrenia and depression, preclinical and clinical studies with D-serine indicate that it may be effective in reducing cognitive dysfunction.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,002 |
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.
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 ».