CVN636 potentiates orthosteric agonist responses selectively at mGlu7/7 homodimers
本研究将 CVN636 重新定义为一种正向变构调节剂,而非变构激动剂,它能选择性地增强针对 mGlu7/7 同源二聚体的正构激动剂反应,从而将其与在异源二聚体上的活性区分开来。
110 篇论文
药理学与毒理学是探索药物如何作用于生命体以及化学物质如何影响健康的两大核心领域。这一学科不仅关乎新药的研发与疗效验证,更深入探究物质在体内的吸收、代谢过程及其潜在的安全风险,为临床用药和公共健康政策提供坚实的科学依据。
在 Gist.Science 上,我们专注于从 bioRxiv 这一前沿预印本平台,即时收录并处理该领域的最新研究成果。我们的团队为每一篇新发布的预印本提供双重视角的解读:既有通俗易懂的通俗摘要,帮助大众理解核心发现;也有详尽的技术综述,满足专业读者的深度需求。
以下为您呈现该分类下最新发布的预印论文,涵盖从分子机制到临床前安全评估的最新进展。
本研究将 CVN636 重新定义为一种正向变构调节剂,而非变构激动剂,它能选择性地增强针对 mGlu7/7 同源二聚体的正构激动剂反应,从而将其与在异源二聚体上的活性区分开来。
本研究表明,应用于人类 RPTEC/TERT1 细胞的 Cell Painting PLUS 技术能够有效识别出 300 多种化合物的独特形态特征,从而实现机制性肾毒性分析,并凸显了在下一代风险评估中使用生理相关细胞模型的重要性。
本研究表明,将细胞绘图技术(Cell Painting)与机器学习相结合,是识别植物提取物中特定肝毒性成分,并针对其在原代人肝细胞中的作用机制提出假设的一种灵敏且有效的方法。
本研究表明,将大语言模型与有害结局路径(AOP)框架相结合,通过利用少样本提示来克服重建下游通路事件的挑战,能够显著增强发育神经毒性评估,从而实现对有害结局及合理生物学机制的准确预测。
本研究表明,将患者来源的人类肝脏类器官与高内涵成像及机器学习相结合,能够实现高通量、可重复的形态学特征分析,在保留供体特异性变异性的同时,准确识别肝毒性物质并为临床风险评估优先排序化合物。
该论文介绍了 TRIDENT-2,这是一种在大量毒性数据上训练的多模态人工智能模型,能够准确预测不同真核物种的化学毒性,从而有效地克服了关键的数据空白,以改善生态风险评估并保护生物多样性。
本研究表明,在生理药代动力学(PBPK)框架内,将非人灵长类动物的全身 PET 微剂量数据与治疗剂量药代动力学相结合,能够成功预测多替卡韦(dolutegravir)在人体首次给药时的暴露量和组织分布,从而验证了一种用于指导剂量选择的新型工作流程。
本研究表明,携带特定肥厚型心肌病(HCM)和扩张型心肌病(DCM)突变的患者来源型人诱导多能干细胞衍生心肌细胞及工程化心脏组织,表现出截然不同的基因型依赖性分子、结构和功能表型,包括对肥厚性刺激的差异化反应以及独特的组织衰竭模式,从而验证了这些三维模型在研究遗传性心肌病机制和药物反应方面的有效性。
这项研究表明,小鼠在青春期前短期暴露于丙戊酸钠不会导致明显的生殖腺毒性,也不会改变雌雄两性的类固醇生成基因表达,尽管雄性睾丸生殖细胞密度减少的非显著趋势提示有必要对长期生育风险进行进一步调查。
本研究开发了新型非对称可电离脂质纳米颗粒,能够高效递送铁死亡相关 siRNA,以治疗小鼠模型中的糖尿病代谢性疾病并恢复胰岛功能,为 2 型糖尿病提供了一种安全且强效的治疗策略。