Systematic analysis to identify novel disease indications and plausible potential chemical leads of glutamate ionotropic receptor<scp>NMDA</scp>type subunit 1,<scp>GRIN1</scp>
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Schizophrenia is a mental illness affecting the normal lifestyle of adults and early adolescents incurring major symptoms as jumbled speech, involvement in everyday activities eventually got reduced, patients always struggle with attention and memory, reason being both the genetic and environmental factors responsible for altered brain chemistry and structure, resulting in schizophrenia and associated orphan diseases. The network biology describes the interactions among genes/proteins encoding molecular mechanisms of biological processes, development, and diseases. Besides, all the molecular networks, protein-protein Interaction Networks have been significant in distinguishing the pathogenesis of diseases and thereby drug discovery. The present meta-analysis prioritizes novel disease indications viz. rare and orphan diseases associated with target Glutamate Ionotropic Receptor NMDA Type Subunit 1, GRIN1 using text mining knowledge-based tools. Furthermore, ZINC database was virtually screened, and binding conformation of selected compounds was performed and resulted in the identification of Narciclasine (ZINC04097652) and Alvespimycin (ZINC73138787) as potential inhibitors. Furthermore, docked complexes were subjected to MD simulation studies which suggests that the identified leads could be a better potential drug to recuperate schizophrenia.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 découle