MétaCan
Menu
Retour à la cohorte
Enregistrement W3137902291 · doi:10.1016/j.tips.2021.03.003

Leveraging VGLUT3 Functions to Untangle Brain Dysfunctions

2021· review· en· W3137902291 sur OpenAlexafffund
M. Favier, Nicolas Pietrancosta, Salah El Mestikawy, Giuseppe Gangarossa

Notice bibliographique

RevueTrends in Pharmacological Sciences · 2021
Typereview
Langueen
DomaineMedicine
ThématiqueAdipose Tissue and Metabolism
Établissements canadiensDouglas Mental Health University InstituteMcGill University
Organismes subventionnairesFonds de Recherche du Québec - SantéCentre National de la Recherche ScientifiqueFondation FyssenAgence Nationale de la RechercheNatural Sciences and Engineering Research Council of CanadaUniversité de ParisFondation Brain CanadaAllen FoundationNutricia Research FoundationInstitut National de la Santé et de la Recherche Médicale
Mots-clésNeurosciencePsychologyCognitive science

Résumé

récupéré en direct d'OpenAlex

Vesicular glutamate transporters (VGLUTs) were long thought to be specific markers of glutamatergic excitatory transmission. The discovery, two decades ago, of the atypical VGLUT3 has thoroughly modified this oversimplified view. VGLUT3 is strategically expressed in discrete populations of glutamatergic, cholinergic, serotonergic, and even GABAergic neurons. Recent reports show the subtle, but critical, implications of VGLUT3-dependent glutamate co-transmission and its roles in the regulation of diverse brain functions and dysfunctions. Progress in the neuropharmacology of VGLUT3 could lead to decisive breakthroughs in the treatment of Parkinson's disease (PD), addiction, eating disorders, anxiety, presbycusis, or pain. This review summarizes recent findings on VGLUT3 and its vesicular underpinnings as well as on possible ways to target this atypical transporter for future therapeutic strategies.

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)0,000
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 enseignants0,004
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
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 Opus0,229
Tête enseignante GPT0,478
Écart entre enseignants0,250 · 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

Citations15
Publié2021
Routes d'admission2
Résumé présentnon

Explorer davantage

Même revueTrends in Pharmacological SciencesMême sujetAdipose Tissue and MetabolismTravaux en français237 207