Identification and characterization of novel candidate compounds targeting 6‐ and 7‐transmembrane μ‐opioid receptor isoforms
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: The μ-opioid receptor (μ receptor) is the primary target for opioid analgesics. The 7-transmembrane (TM) and 6TM μ receptor isoforms mediate inhibitory and excitatory cellular effects. Here, we developed compounds selective for 6TM- or 7TM-μ receptors to further our understanding of the pharmacodynamic properties of μ receptors. EXPERIMENTAL APPROACH: We performed virtual screening of the ZINC Drug Now library of compounds using in silico 7TM- and 6TM-μ receptor structural models and identified potential compounds that are selective for 6TM- and/or 7TM-μ receptors. Subsequently, we characterized the most promising candidate compounds in functional in vitro studies using Be2C neuroblastoma transfected cells, behavioural in vivo pain assays using various knockout mice and in ex vivo electrophysiology studies. KEY RESULTS: Our virtual screen identified 30 potential candidate compounds. Subsequent functional in vitro cellular assays shortlisted four compounds (#5, 10, 11 and 25) that demonstrated 6TM- or 7TM-μ receptor-dependent NO release. In in vivo pain assays these compounds also produced dose-dependent hyperalgesic responses. Studies using mice that lack specific opioid receptors further established the μ receptor-dependent nature of identified novel ligands. Ex vivo electrophysiological studies on spontaneous excitatory postsynaptic currents in isolated spinal cord slices also validated the hyperalgesic properties of the most potent 6TM- (#10) and 7TM-μ receptor (#5) ligands. CONCLUSION AND IMPLICATIONS: Our novel compounds represent a new class of ligands for μ receptors and will serve as valuable research tools to facilitate the development of opioids with significant analgesic efficacy and fewer side-effects.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».