G Protein-Coupled Receptor Pharmacogenetics
Notice bibliographique
Résumé
Common G protein-coupled receptor (GPCR) gene variants that encode receptor proteins with a distinct sequence may alter drug efficacy without always resulting in a disease phenotype. GPCR genetic loci harbor numerous variants, such as DNA insertions or deletions and single-nucleotide polymorphisms that alter GPCR expression and function, thereby contributing to interindividual differences in disease susceptibility/progression and drug responses. In this chapter, these pharmacogenetic phenomena are reviewed with respect to a limited sampling of GPCR systems, including the beta(2)-adrenergic receptors, the cysteinyl leukotriene receptors, and the calcium-sensing receptor. In each example, the nature of the disruption to receptor function that results from each variant is discussed with respect to the regulation of gene expression, expression on cell surface (affected by receptor trafficking, dimerization, desensitization/downregulation), or perturbation of receptor function (by altering ligand binding, G protein coupling, and receptor constitutive activity). Despite the breadth of pharmacogenetic knowledge available, assessment for genetic variants is only occasionally applied to drug development projects involving pharmacogenomics or to optimizing the clinical use of GPCR drugs. The continued effort by the basic science of pharmacogenetics may draw the attention of drug discovery projects and clinicians alike to the utility of personalized pharmacogenomics as a means to optimize novel GPCR drug targets.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,002 | 0,001 |
| 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 ».