MétaCan
Menu
Retour à la cohorte
Enregistrement W2973883737 · doi:10.2218/gtopdb/f799/2019.4

Hydrolases (version 2019.4) in the IUPHAR/BPS Guide to Pharmacology Database

2019· article· en· W2973883737 sur OpenAlexaff
S P H Alexander, Patrick Doherty, David P. Fairlie, Christopher J. Fowler, Christopher M. Overall, Neil D. Rawlings, Christopher Southan, Anthony J. Turner

Notice bibliographique

RevueIUPHAR/BPS Guide to Pharmacology CITE · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueCannabis and Cannabinoid Research
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMonoacylglycerol lipaseLipaseAdipose tissueChemistryEsteraseHydrolysisTriglycerideLipoprotein lipaseEnzymeBiochemistryEndocrinologyCholesterolBiologyEndocannabinoid system

Résumé

récupéré en direct d'OpenAlex

Listed in this section are hydrolases not accumulated in other parts of the Concise Guide, such as monoacylglycerol lipase and acetylcholinesterase. Pancreatic lipase is the predominant mechanism of fat digestion in the alimentary system; its inhibition is associated with decreased fat absorption. CES1 is present at lower levels in the gut than CES2 (P23141), but predominates in the liver, where it is responsible for the hydrolysis of many aliphatic, aromatic and steroid esters. Hormone-sensitive lipase is also a relatively non-selective esterase associated with steroid ester hydrolysis and triglyceride metabolism, particularly in adipose tissue. Endothelial lipase is secreted from endothelial cells and regulates circulating cholesterol in high density lipoproteins.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,428
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0020,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0220,010

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 Opus0,015
Tête enseignante GPT0,388
Écart entre enseignants0,373 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIUPHAR/BPS Guide to Pharmacology CITEMême sujetCannabis and Cannabinoid ResearchTravaux en français237 207