MétaCan
Menu
Retour à la cohorte
Enregistrement W3008193003 · doi:10.1126/scisignal.aax8295

SMAC mimetics and RIPK inhibitors as therapeutics for chronic inflammatory diseases

2020· review· en· W3008193003 sur OpenAlexaff
Simone Jensen, Jakob Benedict Seidelin, Eric C. LaCasse, Ole Haagen Nielsen

Notice bibliographique

RevueScience Signaling · 2020
Typereview
Langueen
DomaineMedicine
ThématiqueCytokine Signaling Pathways and Interactions
Établissements canadiensChildren's Hospital of Eastern Ontario
Organismes subventionnairesnon disponible
Mots-clésMedicineInflammationPharmacologyComputational biologyBiologyImmunology

Résumé

récupéré en direct d'OpenAlex

New therapeutic approaches for chronic inflammatory diseases such as inflammatory bowel disease, rheumatoid arthritis, and psoriasis are needed because current treatments are often suboptimal in terms of both efficacy and the risks of serious adverse events. Inhibitor of apoptosis proteins (IAPs) are E3 ubiquitin ligases that inhibit cell death pathways and are themselves inhibited by second mitochondria-derived activator of caspases (SMAC). SMAC mimetics (SMs), small-molecule antagonists of IAPs, are being evaluated as cancer therapies in clinical trials. IAPs are also crucial regulators of inflammatory pathways because they influence both the activation of inflammatory genes and the induction of cell death through the receptor-interacting serine-threonine protein kinases (RIPKs), nuclear factor κB (NF-κB)-inducing kinase, and mitogen-activated protein kinases (MAPKs). Furthermore, there is an increasing interest in specifically targeting the substrates of IAP-mediated ubiquitylation, especially RIPK1, RIPK2, and RIPK3, as druggable nodes in inflammation control. Several studies have revealed an anti-inflammatory potential of RIPK inhibitors that either block inflammatory signaling or block the form of inflammatory cell death known as necroptosis. Expanding research on innate immune signaling through pattern recognition receptors that stimulate proinflammatory NF-κB and MAPK signaling may further contribute to uncovering the complex molecular roles used by IAPs and downstream RIPKs in inflammatory signaling. This may benefit and guide the development of SMs or selective RIPK inhibitors as anti-inflammatory therapeutics for various chronic inflammatory conditions.

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)0,001
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 enseignants0,004
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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 Opus0,059
Tête enseignante GPT0,379
Écart entre enseignants0,320 · 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

Citations52
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScience SignalingMême sujetCytokine Signaling Pathways and InteractionsTravaux en français237 207