MétaCan
Menu
Retour à la cohorte
Enregistrement W4389483919 · doi:10.37349/emed.2023.00185

Involvement of protein kinases associated signal transduction mechanisms in cardiac diseases

2023· article· en· W4389483919 sur OpenAlexaff
J.K. Prasad, Anureet K. Shah, Naranjan S. Dhalla

Notice bibliographique

RevueExploration of Medicine · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiac electrophysiology and arrhythmias
Établissements canadiensUniversity of ManitobaSt. Boniface Hospital
Organismes subventionnairesnon disponible
Mots-clésKinaseProtein kinase AProtein kinase CMitogen-activated protein kinaseMedicineASK1DephosphorylationProtein phosphorylationPhosphatasePhosphorylationBiologyCancer researchCell biologyCyclin-dependent kinase 2

Résumé

récupéré en direct d'OpenAlex

Protein kinases, a family of enzymes responsible for regulating various cellular processes, have been implicated in the development and progression of various heart diseases, making them attractive therapeutic targets. This review focuses on the role of protein kinases induced phosphorylation and protein phosphatase-induced dephosphorylation in cardiovascular disorders, including heart failure, ischemic heart disease, arrhythmias, hypertension, and diabetic cardiomyopathy. This paper explores the potential of novel kinase-targeted therapies and emerging technologies for the prevention and treatment of these conditions. It also discusses the involvement of protein kinase A (PKA), protein kinase C (PKC), phosphoinositide 3-kinases (PI3Ks), mitogen-activated protein kinases (MAPKs), and Ca2+/calmodulin-dependent protein kinase II (CaMKII) in heart dysfunction and alterations in their function that contribute to their respective cardiac disorders. Furthermore, this article presents a comprehensive overview of protein kinases in cardiac disorders and the potential of innovative kinase-targeted therapies, advanced technologies, and multidisciplinary approaches for the effective prevention and treatment of cardiovascular diseases, ultimately aiming to improve patient outcomes and quality of life.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,079
Score d'incertitude au seuil0,342

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,029
Tête enseignante GPT0,276
Écart entre enseignants0,247 · 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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueExploration of MedicineMême sujetCardiac electrophysiology and arrhythmiasTravaux en français237 207