MétaCan
Menu
Retour à la cohorte
Enregistrement W4224235286 · doi:10.1002/cpt.2605

Regulation of Drug Transport Proteins—From Mechanisms to Clinical Impact: A White Paper on Behalf of the International Transporter Consortium

2022· review· en· W4224235286 sur OpenAlexaff
Kim L. R. Brouwer, Raymond Evers, Elizabeth R. Hayden, Shuiying Hu, Cindy Yanfei Li, Henriette E. Meyer zu Schwabedissen, Sibylle Neuhoff, Stefan Oswald, Micheline Piquette‐Miller, Chitra Saran, Noora Sjöstedt, Jason A. Sprowl, Simone H. Stahl, Wei Yue

Notice bibliographique

RevueClinical Pharmacology & Therapeutics · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueDrug Transport and Resistance Mechanisms
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNational Institute of General Medical SciencesNational Cancer InstituteNational Institutes of Health
Mots-clésTransporterBiologyComputational biologyPharmacologyFunction (biology)Drug discoveryTransport proteinBioinformaticsCell biologyGeneGenetics

Résumé

récupéré en direct d'OpenAlex

Membrane transport proteins are involved in the absorption, disposition, efficacy, and/or toxicity of many drugs. Numerous mechanisms (e.g., nuclear receptors, epigenetic gene regulation, microRNAs, alternative splicing, post-translational modifications, and trafficking) regulate transport protein levels, localization, and function. Various factors associated with disease, medications, and dietary constituents, for example, may alter the regulation and activity of transport proteins in the intestine, liver, kidneys, brain, lungs, placenta, and other important sites, such as tumor tissue. This white paper reviews key mechanisms and regulatory factors that alter the function of clinically relevant transport proteins involved in drug disposition. Current considerations with in vitro and in vivo models that are used to investigate transporter regulation are discussed, including strengths, limitations, and the inherent challenges in predicting the impact of changes due to regulation of one transporter on compensatory pathways and overall drug disposition. In addition, translation and scaling of in vitro observations to in vivo outcomes are considered. The importance of incorporating altered transporter regulation in modeling and simulation approaches to predict the clinical impact on drug disposition is also discussed. Regulation of transporters is highly complex and, therefore, identification of knowledge gaps will aid in directing future research to expand our understanding of clinically relevant molecular mechanisms of transporter regulation. This information is critical to the development of tools and approaches to improve therapeutic outcomes by predicting more accurately the impact of regulation-mediated changes in transporter function on drug disposition and response.

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)0,012
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,064

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,012
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0020,004
Communication savante0,0100,008
Science ouverte0,0030,003
Intégrité de la recherche0,0110,013
Charge utile insuffisante (le modèle a refusé de juger)0,0120,013

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 Opus0,125
Tête enseignante GPT0,451
Écart entre enseignants0,325 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations66
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical Pharmacology & TherapeuticsMême sujetDrug Transport and Resistance MechanismsTravaux en français237 207