Pharmacogenetics of rheumatoid arthritis: Potential targets from susceptibility genes and present therapies
Notice bibliographique
Résumé
Darren D O’Rielly, Proton RahmanFaculty of Medicine, Memorial University of Newfoundland, St. John’s, Newfoundland, CanadaAbstract: Rheumatoid arthritis (RA) is a chronic heterogeneous autoimmune disorder of unknown etiology resulting in inflammation in the synovium, cartilage, and bone. Genetic factors play an important role in susceptibility to RA as the heritability of RA is between 50% and 60%, with the human leukocyte antigen (HLA) locus accounting for at least 30% of overall genetic risk. Outside the major histocompatibility complex (MHC) region, six additional risk loci have been identified and validated including PTPN22, STAT4, PADI4, CTLA4, TNFAIP3-OLIG3, and TRAF1/C5. Genetic factors are also important in RA pharmacotherapy due to the gene-dependent activity of enzymes involved in the pharmacokinetics and/or pharmacodynamics of RA medications. Indeed, there is great variability in drug efficacy as well as adverse events associated with any anti-rheumatic therapy and genetics is thought to contribute significantly to this inter-individual variability in response. This review will summarize the genetic factors that have been implicated in the pathogenesis of RA, and how these determinants may factor into the potential pharmacogenetics of this disease. We will also review the therapeutic agents that are currently being utilized or presently being evaluated in the treatment of RA, along with potential pharmacogenetic markers that have been proposed for such medications.Keywords: rheumatoid arthritis, susceptibility genes, pharmacogenetics
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».