New Perspectives for Developing Therapeutic Bioconjugates of Metabolite-Depleting Enzymes: Lessons Learned Combating Glutamate Excitotoxicity
Notice bibliographique
Résumé
Glutamate, the main excitatory neurotransmitter in the central nervous system, plays an essential role in several cognitive activities such as memorizing and learning. Excessive glutamate release and disturbance of glutamate homeostasis participates in multiple neuronal pathologies including cerebral ischemia (inadequate blood supply), traumatic brain injury (e.g., from a fall or an accident), multiple sclerosis, epilepsy, migraine, fetal hypoxia, or Alzheimer's disease. Attenuating excitotoxicity by, for example, targeting glutamate receptors has proved to be beneficial in animal models but has largely failed in clinical trials because of toxic side effects. New therapeutic concepts have been explored to reduce the excitotoxic effect caused by the excessive glutamate release by using or stimulating glutamate-depleting enzymes in the bloodstream. These enzymes indirectly act upon the brain by depleting glutamate in the bloodstream, which is believed to siphon it out of the brain. Recent studies have shown that bioconjugate approaches applied to such enzymes exacerbate this therapeutic effect but raise additional questions for future research. This Perspective provides an overview of lessons learned by our group when exploring bioconjugate approaches for combatting glutamate excitotoxicity as an illustration of how research on therapeutic bioconjugates is evolving.
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 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».