MétaCan
Menu
← Retour à la cohorte
Enregistrement W4387562998 · doi:10.1242/jeb.245859

Evolution and divergence of teleost adrenergic receptors: why sometimes ‘the drugs don't work’ in fish

2023· review· en· W4387562998 sur OpenAlexaff
William Joyce, Jim Warwicker, Holly A. Shiels, Steve F. Perry

Notice bibliographique

RevueJournal of Experimental Biology · 2023
Typereview
Langueen
DomaineNeuroscience
ThématiqueNeurobiology and Insect Physiology Research
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesNovo Nordisk FondenNovo Nordisk
Mots-clésFish <Actinopterygii>Divergence (linguistics)ReceptorAdrenergic receptorWork (physics)BiologyAdrenergicZoologyFisheryGeneticsPhilosophyPhysicsLinguistics

Résumé

récupéré en direct d'OpenAlex

Adrenaline and noradrenaline, released as hormones and/or neurotransmitters, exert diverse physiological functions in vertebrates, and teleost fishes are widely used as model organisms to study adrenergic regulation; however, such investigations often rely on receptor subtype-specific pharmacological agents (agonists and antagonists; see Glossary) developed and validated in mammals. Meanwhile, evolutionary (phylogenetic and comparative genomic) studies have begun to unravel the diversification of adrenergic receptors (ARs) and reveal that whole-genome duplications and pseudogenization events in fishes results in notable distinctions from mammals in their genomic repertoire of ARs, while lineage-specific gene losses within teleosts have generated significant interspecific variability. In this Review, we visit the evolutionary history of ARs (including α1-, α2- and β-ARs) to highlight the prominent interspecific differences in teleosts, as well as between teleosts and other vertebrates. We also show that structural modelling of teleost ARs predicts differences in ligand binding affinity compared with mammalian orthologs. To emphasize the difficulty of studying the roles of different AR subtypes in fish, we collate examples from the literature of fish ARs behaving atypically compared with standard mammalian pharmacology. Thereafter, we focus on specific case studies of the liver, heart and red blood cells, where our understanding of AR expression has benefited from combining pharmacological approaches with molecular genetics. Finally, we briefly discuss the ongoing advances in 'omics' technologies that, alongside classical pharmacology, will provide abundant opportunities to further explore adrenergic signalling in teleosts.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,003
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,068
Tête enseignante GPT0,367
Écart entre enseignants0,299 · 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

Citations12
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Experimental Biology→Même sujetNeurobiology and Insect Physiology Research→Travaux en français237 207→