MétaCan
Menu
Retour à la cohorte
Enregistrement W3092386371 · doi:10.1016/j.isci.2020.101643

Location Bias as Emerging Paradigm in GPCR Biology and Drug Discovery

2020· review· en· W3092386371 sur OpenAlexafffund
Mohammad Ali Mohammad Nezhady, José Carlos Rivera, Sylvain Chemtob

Notice bibliographique

RevueiScience · 2020
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueReceptor Mechanisms and Signaling
Établissements canadiensHôpital Maisonneuve-RosemontUniversité de MontréalCentre Hospitalier Universitaire Sainte-Justine
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésDrug discoveryParadigm shiftComputational biologyData scienceBiologyComputer scienceBioinformaticsPhysics

Résumé

récupéré en direct d'OpenAlex

GPCRs are the largest receptor family that are involved in virtually all biological processes. Pharmacologically, they are highly druggable targets, as they cover more than 40% of all drugs in the market. Our knowledge of biased signaling provided insight into pharmacology vastly improving drug design to avoid unwanted effects and achieve higher efficacy and selectivity. However, yet another feature of GPCR biology is left largely unexplored, location bias. Recent developments in this field show promising avenues for evolution of new class of pharmaceuticals with greater potential for higher level of precision medicine. Further consideration and understanding of this phenomenon with deep biochemical and molecular insights would pave the road to success. In this review, we critically analyze this perspective and discuss new avenues of investigation.

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)0,001
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 enseignants0,005
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,001
Communication savante0,0020,003
Science ouverte0,0010,001
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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 GPT0,327
Écart entre enseignants0,293 · 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

Citations73
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueiScienceMême sujetReceptor Mechanisms and SignalingTravaux en français237 207