MétaCan
Menu
Retour à la cohorte
Enregistrement W3130480976 · doi:10.1038/s41386-021-00982-y

A versatile GPCR toolkit to track in vivo neuromodulation: not a one-size-fits-all sensor

2021· article· en· W3130480976 sur OpenAlexaff
Marie A. Labouesse, Tommaso Patriarchi

Notice bibliographique

RevueNeuropsychopharmacology · 2021
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueReceptor Mechanisms and Signaling
Établissements canadiensColumbia College
Organismes subventionnairesNovartis Stiftung für Medizinisch-Biologische ForschungFondation pour la Recherche MédicaleUniversität ZürichEuropean CommissionOlga Mayenfisch StiftungNovartis FoundationSchweizerischer Nationalfonds zur Förderung der Wissenschaftlichen ForschungNational Science Foundation
Mots-clésNeuromodulationTrack (disk drive)Computer scienceG protein-coupled receptorNeuroscienceComputational biologyPsychologyBiologyMedicineInternal medicineReceptorCentral nervous system

Résumé

récupéré en direct d'OpenAlex

Measuring the real-time dynamics of neuromodulator release in the brain with subcellular resolution is a long-sought goal in neuroscience, due to the immense implications for basic science and medicine. The past 3 years have brought this goal within reach, with the appearance of a new class of genetically encoded fluorescent sensors for neuromodulators [ 1 , 2 , 3 , 4 , 5 , 6 , 7 , 8 , 9 , 10 , 11 ] (Fig. 1 ) constructed using G-protein-coupled-receptors (GPCR) [ 12 ]. GPCR sensor design takes advantage of the fact that most neuromodulators harbor GPCRs as their native receptors, and builds on protein engineering expertise acquired through work on genetically encoded calcium sensors [ 13 , 14 , 15 , 16 ]. High-throughput screening techniques are used to incorporate circularly permuted fluorescent proteins (cpFP) within GPCRs of interest, enabling the optical visualization of neuromodulator dynamics [ 17 ]. Given the diversity of naturally existing GPCR scaffolds, there is a large realm of opportunities to generate new GPCR-sensors with tailored properties adapted for each neuromodulator. The dLight1 family exemplifies this possibility, providing a panoply of eight sensors engineered using DRD1, DRD2, and DRD4 receptor subtypes, each with different properties [ 18 ]. The rapid developments in GPCR sensor engineering are now allowing an ever-growing ability to tailor sensor use to specific experimental applications, but may create a dilemma for end-users pondering which sensor is best suited for their work or how to interpret results. Fig. 1: Choosing a neuromodulator GPCR sensor, a balancing act (see main text for details). (1) K d for 2AG (reported K d for AEA: 500 nM [ 10 ]). (2) Effect size ( d 1, d 2): magnitude of change in neuromodulator levels between groups, estimated e.g. by calculating Cohen’s d : delta of the means of the groups, normalized to the pooled standard deviation [ 19 ]. (3) ”High” and “low” affinity denominations are relative (here chosen based on DA/NE systems) and may be shifted for other neuromodulators. (4) Expected future developments. 5HT serotonin, Ach acetylcholine, Ado adenosine, CNO clozapine-N-oxide, C-term C-terminal, DA dopamine, DRD1/DRD2 DA receptor 1 and 2, dFFmax dynamic range (maximal dFF), eCB endocannabinoid, FP fluorescent protein, FSCV fast-scan cyclic voltammetry, GRP gastrin-like peptide, K d apparent affinity, ND not determined, NE noradrenaline, τ-on/τ-off on- and off-sensor kinetics (half-rise, decay times). Full size image

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)0,000
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 consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,127
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,026
Tête enseignante GPT0,296
Écart entre enseignants0,270 · 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 tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
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

Citations63
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNeuropsychopharmacologyMême sujetReceptor Mechanisms and SignalingTravaux en français237 207