CVN636 potentiates orthosteric agonist responses selectively at mGlu7/7 homodimers
本研究は、CVN636をアロステリックアゴニストとしてではなく、ヘテロ二量体における活性とは区別して、特にmGlu7/7ホモ二量体においてオーソステリックアゴニストの応答を選択的に増強するポジティブ・アロステリック・モジュレーターとして再定義するものである。
110 件の論文
薬物が生体でどのように働き、どのような影響を与えるのかを探求する薬理学と毒性学は、新しい治療法の開発や安全性の確保に不可欠な分野です。Gist.Science では、この領域で発表された最新の実験結果を、専門家だけでなく誰でも理解しやすい形で届けることを目指しています。
当サイトでは、bioRxiv から公開されるすべての関連予稿を自動的に収集し、専門的な技術的要点を網羅しつつ、平易な言葉で要約した解説を即座に提供します。これにより、複雑な研究データも直感的に把握できるようになり、科学の最前線へのアクセスが格段に身近になります。
以下に、このカテゴリに分類された最新の予稿リストと、それらに対応する要約をご紹介します。
本研究は、CVN636をアロステリックアゴニストとしてではなく、ヘテロ二量体における活性とは区別して、特にmGlu7/7ホモ二量体においてオーソステリックアゴニストの応答を選択的に増強するポジティブ・アロステリック・モジュレーターとして再定義するものである。
本研究は、ヒトRPTEC/TERT1細胞にCell Painting PLUSを適用することで、300種類以上の化合物に対して明確な形態学的シグネチャーを効果的に特定できることを示しており、メカニズムに基づいた腎毒性プロファイリングを可能にするとともに、次世代リスク評価における生理学的に関連性の高い細胞モデルを使用することの極めて高い重要性を強調している。
本研究は、セルペインティングと機械学習を組み合わせることが、植物抽出物中の特定の肝毒性成分を特定し、ヒト一次肝細胞におけるそれらの作用機序に関するメカニズム仮説を生成するための、感度が高く効果的な手法であることを実証している。
本研究は、大規模言語モデルを有害アウトカム経路(AOP)フレームワークと統合することで、下流の経路イベントの再構築における課題を克服するためのフューショット・プロンプティングを活用し、有害なアウトカムおよび妥当な生物学的メカニズムの正確な予測を可能にし、発達神経毒性評価を大幅に向上させることを実証している。
本研究は、患者由来のヒト肝オルガノイドを高コンテンツイメージングおよび機械学習と組み合わせることで、ドナー固有の変動性を維持しつつ、肝毒性物質を正確に特定し、臨床リスク評価のための化合物優先順位付けを行う、ハイスループットで再現性の高い形態学的プロファイリングが可能になることを実証している。
本論文は、膨大な毒性データで学習され、多様な真核生物種にわたる化学物質の毒性を正確に予測するマルチモーダルAIモデルであるTRIDENT-2を紹介しており、これは決定的なデータの欠落を効果的に克服し、生態学的リスク評価と生物多様性の保護を向上させるものである。
本研究は、全身PETマイクロドーズ・データと非ヒト霊長類における治療用量薬物動態をPBPKフレームワーク内で統合することが、ドルトテグラビルにおけるヒト初回投与時の曝露量および組織分布の予測に成功し、用量選択に資する新たなワークフローを検証したものであることを示している。
本研究は、患者由来のhiPSC-心筋細胞および特定のHCM(肥大型心筋症)およびDCM(拡張型心筋症)変異を有するエンジニアード・ハート・ティッシュが、肥大刺激に対する異なる反応や特有の組織不全パターンを含む、遺伝子型に依存した明確な分子、構造、および機能的表現型を示すことを実証しており、これにより、遺伝性心筋症のメカニズムおよび薬物応答を調査するためのこれら3Dモデルの妥当性を検証している。
本研究は、マウスにおける思春期前の短期間のバルプロ酸曝露が、雌雄いずれにおいても顕著な生殖毒性を引き起こしたりステロイド合成遺伝子の発現を変化させたりすることはないが、雄における精巣生殖細胞密度の減少傾向が有意ではないものの認められたことは、長期的な生殖リスクに関するさらなる調査の必要性を示唆していることを示している。
本研究は、糖尿病性代謝疾患を治療し、マウスモデルにおいて膵島機能を回復させるために、フェロトーシス関連siRNAを効率的に送達する新規の非対称性イオン化脂質ベースのナノ粒子を開発しており、これは2型糖尿病に対する安全かつ強力な治療戦略を提供するものである。