MétaCan
Menu
Retour à la cohorte
Enregistrement W4206525615 · doi:10.1021/acsptsci.1c00200

<i>In Silico</i> and <i>Ex Vivo</i> Analyses of the Inhibitory Action of the Alzheimer Drug Posiphen and Primary Metabolites with Human Acetyl- and Butyrylcholinesterase Enzymes

2022· article· en· W4206525615 sur OpenAlexaff
Sidra Batool, Tiyyaba Furqan, Muhammad Sibte Hasan Mahmood, David Tweedie, Mohammad Amjad Kamal, Nigel H. Greig

Notice bibliographique

RevueACS Pharmacology & Translational Science · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueCholinesterase and Neurodegenerative Diseases
Établissements canadiensGrand River Hospital
Organismes subventionnairesNational Institute on Aging
Mots-clésButyrylcholinesteraseAcetylcholinesterasePharmacologyCholinergicEx vivoCholinesteraseChemistryAchéBiochemistryBiologyEnzymeNeuroscienceIn vitro

Résumé

récupéré en direct d'OpenAlex

High Resolution Image Download MS PowerPoint Slide Alzheimer’s disease (AD) is the most common neurodegenerative disorder worldwide. Ongoing research to develop AD treatments has characterized multiple drug targets including the cholinergic system, amyloid-β peptide, phosphorylated tau, and neuroinflammation. These systems have the potential to interact to either drive or slow AD progression. Promising agents that simultaneously impact many of these drug targets are the AD experimental drug Posiphen and its enantiomer phenserine that, currently, are separately being evaluated in clinical trials. To define the cholinergic component of these agents, the anticholinesterase activities of a ligand dataset comprising Posiphen and primary metabolites ((+)-N1-norPosiphen, (+)-N8-norPosiphen, and (+)-N1,N8-bisnorPosiphen) were characterized and compared to those of the enantiomer phenserine. The “target” dataset involved the human cholinesterase enzymes acetylcholinesterase (AChE) and butyrylcholinesterase (BChE). Binding interactions between the ligands and targets were analyzed using Autodock 4.2. The computationally determined inhibitory action of these ligands was then compared to ex vivo laboratory-measured values versus human AChE and BChE. While Posiphen lacked AChE inhibitory action, its major and minor metabolites (+)-N1-norPosiphen and (+)-N1,N8-bisnorPosiphen, respectively, possessed modest AChE inhibitory activity, and Posiphen and all metabolites lacked BChE action. Phenserine, as a positive control, demonstrated AChE-selective inhibitory action. In light of AChE inhibitory action deriving from a major and minor Posiphen metabolite, current Posiphen clinical trials in AD and related disorders should additionally evaluate AChE inhibition; particularly if Posiphen should be combined with a known anticholinesterase, since this drug class is clinically approved and the standard of care for AD subjects, and excessive AChE inhibition may impact drug tolerability.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
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 recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,042
Tête enseignante GPT0,359
Écart entre enseignants0,317 · 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'étudeSimulation ou modélisation
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

Citations17
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueACS Pharmacology & Translational ScienceMême sujetCholinesterase and Neurodegenerative DiseasesTravaux en français237 207