MétaCan
Menu
Retour à la cohorte
Enregistrement W4382136890 · doi:10.1080/14756366.2023.2225797

A method for the efficient evaluation of substrate-based cholinesterase imaging probes for Alzheimer’s disease

2023· article· en· W4382136890 sur OpenAlexafffund
Sultan Darvesh, Scott C. Banfield, Maeve Dufour, Katrina Forrestall, Hillary Maillet, G. Andrew Reid, Dane Sands, Ian R. Pottie

Notice bibliographique

RevueJournal of Enzyme Inhibition and Medicinal Chemistry · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueCholinesterase and Neurodegenerative Diseases
Établissements canadiensSaint Mary's UniversityMount Saint Vincent UniversityDalhousie University
Organismes subventionnairesCanadian Institutes of Health ResearchDalhousie UniversityDalhousie Medical Research Foundation
Mots-clésCholinesteraseEnzymeSubstrate (aquarium)Alzheimer's diseaseChemistryBiochemistryDiseaseStainingPathologyMedicineBiologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Cholinesterase (ChE) enzymes have been identified as diagnostic markers for Alzheimer disease (AD). Substrate-based probes have been synthesised to detect ChEs but they have not detected changes in ChE distribution associated with AD pathology. Probes are typically screened using spectrophotometric methods with pure enzyme for specificity and kinetics. However, the biochemical properties of ChEs associated with AD pathology are altered. The present work was undertaken to determine whether the Karnovsky-Roots (KR) histochemical method could be used to evaluate probes at the site of pathology. Thirty thioesters and esters were synthesised and evaluated using enzyme kinetic and KR methods. Spectrophotometric methods demonstrated all thioesters were ChE substrates, yet only a few provided staining in the brain with the KR method. Esters were ChE substrates with interactions with brain ChEs. These results suggest that the KR method may provide an efficient means to screen compounds as probes for imaging AD-associated ChEs.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,130
Score d'incertitude au seuil0,319

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,079
Tête enseignante GPT0,393
Écart entre enseignants0,314 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations10
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Enzyme Inhibition and Medicinal ChemistryMême sujetCholinesterase and Neurodegenerative DiseasesTravaux en français237 207