From Science to Success? Targeting Tyrosine Kinase 2 in Spondyloarthritis and Related Chronic Inflammatory Diseases
Notice bibliographique
Résumé
Spondyloarthritis (SpA) is a family of inflammatory arthritic diseases, which includes the prototypes of psoriatic arthritis and ankylosing spondylitis. SpA is commonly associated with systemic inflammatory diseases, such as psoriasis and inflammatory bowel disease. Immunological studies, murine models and the genetics of SpA all indicate a pathogenic role for the IL-23/IL-17 axis. Therapeutics targeting the IL-23/IL-17 pathway are successful at providing symptomatic relief, but may not provide complete protection against progression of arthritis. Thus there is still tremendous interest in the discovery of novel therapeutic targets for SpA. Tyrosine kinase 2 (TYK2) is a member of the Janus kinases, which mediate intracellular signaling of cytokines via signal transducer and activator of transcription (STAT) activation. TYK2 plays a crucial role in mediating IL-23 receptor signaling and STAT3 activation. A plethora of natural mutations in and around TYK2 have provided a wealth of data to associate this kinase with autoimmune/autoinflammatory diseases in humans. Induced and natural mutations in murine Tyk2 largely support human data; however, key inter-species differences exist, which means extrapolation of data from murine models to humans needs to be done with caution. Despite these reservations, novel selective TYK2 inhibitors are now proving successful in advanced clinical trials of inflammatory diseases. In this review, we will discuss TYK2 from basic biology to therapeutic targeting, with an emphasis on studies in SpA. Seminal studies uncovering the basic science of TYK2 have provided sound foundations for targeting it in SpA and related inflammatory diseases. TYK2 inhibitors may well be the next blockbuster therapeutic for SpA.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».