Membrane-tethered peptides derived from intracellular loops 2 and 3 of the urotensin II receptor act as allosteric biased ligands
Notice bibliographique
Résumé
Abstract Over the last decade, the urotensinergic system has garnered significant attention as a promising new target for the treatment of various cardiovascular diseases and also cancer. Significant investment toward the development of clinically relevant UT ligands for therapeutic intervention has been made but have met little to no success to date. The UT system, which has yet to be effectively targeted, therefore remains to be therapeutically exploited. The discovery of allosteric sites that allow modulation of receptor activity will increase the searchable chemical space against a disease-relevant target. Pepducins and other lipidated peptides have been used as both mechanistic probes and potential therapeutics. Therefore, pepducins derived from the human urotensin II receptor might represent unique tools to generate signaling bias and study UT signaling networks. Two hUT-derived pepducins, derived from the second and the third intracellular loop of UT, respectively, have been synthesized and pharmacologically characterized. Our results demonstrated that hUT-Pep2 and [Trp 1 , Leu 2 ]hUT-Pep3 acted as biased ago-allosteric modulators, triggered ERK 1/2 phosphorylation and to a lesser extent, IP 1 production, stimulated cell proliferation yet were devoid of contractile activity. Interestingly, both hUT-derived pepducins were able to modulate hUII- and URP-mediated contraction albeit to different extents. These new derivatives represent unique tools to reveal the intricacies of hUT signaling and also a novel avenue to design allosteric ligands selectively targeting UT signaling that could prove to be useful for the treatment of hUT-associated diseases.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 tête enseignante, 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 ».