MétaCan
Menu
Retour à la cohorte
Enregistrement W4409484397 · doi:10.1021/acs.jmedchem.5c00678

The Prosperity and Adversity of M<sub>4</sub> Muscarinic Acetylcholine Receptor Activators in the Treatment of Neuropsychiatric Disorders

2025· review· en· W4409484397 sur OpenAlexaff
Boqun Liu, Arthur Christopoulos, David M. Thal, Ben Capuano, Céline Valant, Peter J. Scammells

Notice bibliographique

RevueJournal of Medicinal Chemistry · 2025
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueReceptor Mechanisms and Signaling
Établissements canadiensDiscovery Centre
Organismes subventionnairesNational Health and Medical Research CouncilAustralian Research Council
Mots-clésMuscarinic acetylcholine receptorChemistryProsperityAcetylcholineMuscarinic acetylcholine receptor M3Acetylcholine receptorNeuroscienceMuscarinic acetylcholine receptor M4Muscarinic acetylcholine receptor M1Muscarinic acetylcholine receptor M5PharmacologyReceptorPsychologyBiochemistryPolitical scienceMedicine

Résumé

récupéré en direct d'OpenAlex

Since the serendipitous discovery of chlorpromazine in the 1950s, almost all current anti-schizophrenia drugs utilize the same mode of action by blocking the dopamine receptors in the brain. Unfortunately, these only treat part of the symptoms and are ineffective in almost 30% of patients. The recent FDA approval of Cobenfy, a coformulation of xanomeline, a M 1 /M 4 muscarinic acetylcholine receptor (mAChR) agonist, and a peripherally restricted pan-mAChR blocker, has propelled the M 4 R as a validated and novel antipsychotic target. With >25 years of history in developing xanomeline, significant challenges remain in developing M 4 R activators, either at the ACh orthosteric binding site or allosterically via secondary less-conserved binding sites. Herein, we summarize recent successes and failures of M 4 R agonists and positive allosteric modulators, along with the progress in structure–activity relationship studies on both orthosteric and allosteric scaffolds to offer pathways for future therapeutics to this novel biological target for neuropsychiatric disorders.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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 Opus0,008
Tête enseignante GPT0,272
Écart entre enseignants0,263 · 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

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Medicinal ChemistryMême sujetReceptor Mechanisms and SignalingTravaux en français237 207