Therapeutic enzymes as non-conventional targets in cardiovascular impairments: A comprehensive review
Notice bibliographique
Résumé
Over the last few decades, substantial progress has been made towards the understanding of cardiovascular diseases. In-depth mechanistic insights have also provided opportunities to explore novel therapeutic targets and to discover new treatment regimens. Therapeutic enzymes are examples of such opportunities. The enzymes protect against a variety of cardiovascular diseases, however, even minor malfunctioning of these enzymes may lead to deleterious outcomes. Owing to their great versatility, the inhibition and activation of these enzymes are key regulatory approaches to counter the onset and progression of several cardiovascular impairments. While cardiovascular remedies are already available in excess and are efficacious, a comprehensive description of novel therapeutic enzymes to combat cardiovascular diseases would still be of great benefit. In the light of this, the regulation of functional activities of these enzymes also opens a new avenue for the treatment approaches to be employed. This review describes the importance of non-conventional enzymes such as nicotinamide adenine dinucleotide phosphate (NADPH) oxidase (NOX), phosphodiesterase (PDE), arginase, superoxide dismutase (SOD), thioredoxin reductase (TXNRD) and selenoprotein T (SELENOT), cytochrome b5 reductase 3 (CYB5R3), epoxide hydrolase (EHs), xanthine oxidoreductase (XOR), matrix metalloprotease (MMPs), and dopamine beta hydroxylase (DBH), as potential candidates in several cardiovascular disorders while highlighting some of the recently targeted therapeutic enzymes in cardiovascular diseases. We also discuss the role of intrinsic antioxidant defense system involved in cardioprotection followed by addressing some of the clinical investigations considering the use of antioxidant as a preferred therapy of cardiovascular complications.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».