MétaCan
Menu
Retour à la cohorte
Enregistrement W52812077 · doi:10.1007/978-1-59745-205-2_8

G Protein-Coupled Receptor Pharmacogenetics

2008· review· en· W52812077 sur OpenAlexaff
Miles D. Thompson, Katherine A. Siminovitch, David E.C. Cole

Notice bibliographique

RevueMethods in molecular biology · 2008
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueReceptor Mechanisms and Signaling
Établissements canadiensToronto General HospitalUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésPharmacogenomicsG protein-coupled receptorPharmacogeneticsReceptorBiologyComputational biologyGene5-HT5A receptorSingle-nucleotide polymorphismGeneticsPharmacologyGenotype

Résumé

récupéré en direct d'OpenAlex

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 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 enseignants0,005
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,006

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 Opus0,047
Tête enseignante GPT0,428
Écart entre enseignants0,381 · 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

Citations32
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMethods in molecular biologyMême sujetReceptor Mechanisms and SignalingTravaux en français237 207