Lysosomal Ion Channels and Transporters: Recent Findings, Therapeutic Potential, and Technical Approaches
Notice bibliographique
Résumé
In recent years, there has been a growing interest in lysosomal ion channels and transporters due to their critical role in maintaining lysosomal function and their involvement in a variety of diseases, particularly lysosomal storage diseases, cancer, and neurodegenerative disorders. Recent advancements in research techniques, including manual and automated patch clamp (APC) electrophysiology, solid-supported membrane-based electrophysiology (SSME), and fluorescence-based ion imaging, have further enhanced our ability to investigate lysosomal ion channels and transporters in both physiological and pathological conditions, spurring drug discovery efforts. Several pharmaceutical companies are now developing therapies aimed at modulating these channels and transporters to improve lysosomal function in disease. Small molecules targeting channels like transient receptor potential mucolipin (TRPML) 1 and TMEM175, as well as drugs modulating lysosomal pH, are currently in preclinical and clinical development. This review provides an overview of the role of lysosomal ion channels and transporters in health and disease, highlights the cutting-edge techniques used to study them, and discusses the therapeutic potential of targeting these channels and transporters in the treatment of various diseases. Furthermore, in addition to summarizing recent discoveries, we contribute novel functional data on cystinosin, TRPML1, and two-pore channel 2 (TPC2), utilizing both SSME and APC approaches.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».