Bibliographic record
Abstract
Les récepteurs nucléaires (RN) sont des facteurs de transcription ligand dépendants qui contrôlent une grande variété de processus biologiques de la physiologie humaine, ce qui a fait d'eux des cibles pharmacologiques privilégiées pour de nombreuses maladies. L'un de ces récepteurs, le récepteur de l’œstrogène alpha (ERα), peut activer la prolifération cellulaire dans certaines sections de l'épithélium mammaire tandis qu’un autre, le récepteur de l'acide rétinoïque alpha (RARα), peut provoquer un arrêt de la croissance et la différenciation cellulaire. La signalisation de ces deux récepteurs peut être altérée dans le cancer du sein, contribuant à la tumorigénèse mammaire. L’activité d’ERα peut être bloquée par les anti-oestrogènes (AE) pour inhiber la prolifération des cellules tumorales mammaires. Par contre, l’activation des voies de RARα avec des rétinoïdes dans un contexte clinique a rencontré peu de succès. Ceci pourrait résulter du manque de spécificité des ligands testés pour RARα et/ou de leur activité seulement dans certains sous-types de tumeurs mammaires. Puisque les récepteurs nucléaires forment des homo- et hétéro-dimères, nous avons cherché à développer de nouveaux essais pharmacologiques pour étudier l'activité de complexes dimériques spécifiques, leur dynamique d’association et la structure quaternaire des récepteurs des œstrogènes. Nous décrivons ici une nouvelle technique FRET, surnommée BRET avec renforcement de fluorescence par transferts combinés (BRETFect), qui permet de détecter la formation de complexes de récepteurs nucléaires ternaires. Le BRETFect peut suivre l'activation des hétérodimères ERα-ERβ et met en évidence un mécanisme allostérique d'activation que chaque récepteur exerce sur son partenaire de dimérisation. L'utilisation de BRETFect en combinaison avec le PCA nous a permis d'observer la formation de multimères d’ERα fonctionnels dans des cellules vivantes pour la première fois. La formation de multimères est favorisée par les AE induisant la dégradation du récepteur des oestrogènes, ce qui pourrait contribuer à leurs propriétés spécifiques. Ces essais de BRET apportent une nette amélioration par rapport aux tests de vecteurs rapporteur luciférase classique, en fournissant des informations spécifiques aux récepteurs en temps réel sans aucune interférence par d'autres processus tels que la transcription et de la traduction. L'utilisation de ces tests nous a permis de caractériser les propriétés de modulation de l’activité des récepteurs nucléaires d’une nouvelle classe de molécules hybrides qui peuvent à la fois lier ERa ou RAR et inhiber les HDACs, conduisant au développement de nouvelles molécules prometteuses bifonctionnelles telles que la molécule hybride RAR-agoniste/HDACi TTNN-HA.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.009 | 0.002 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".