MétaCan
Menu
Retour à la cohorte
Enregistrement W1581719602 · doi:10.18433/j3q01v

Hantzsch-Type Dihydropyridines and Biginelli-Type Tetra-hydropyrimidines: A Review of their Chemotherapeutic Activities

2015· review· en· W1581719602 sur OpenAlexvenueno aff
Saghi Sepehri, Horacio Pérez‐Sánchez, Afshin Fassihi

Notice bibliographique

RevueJournal of Pharmacy & Pharmaceutical Sciences · 2015
Typereview
Langueen
DomaineChemistry
ThématiqueMulticomponent Synthesis of Heterocycles
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDHPSChemotherapeutic drugsChemistryPharmacologyCombinatorial chemistryMedicineBiochemistryImmunology

Résumé

récupéré en direct d'OpenAlex

Years after the first report on 1,4-dihydropyridines (1,4-DHPs) and 1,2,3,4-tetrahydropyrimidines (1,2,3,4-THPMs) appeared, they are revisited as plausible therapeutic agents. This is mainly due to the convenient methods that exist for their synthesis and the diverse pharmacologic properties that these scaffolds present. 1,4-Dihydropyridines and 1,2,3,4-tetrahydropyrimidines are usually regarded as analogous in several aspects. They are both prepared in multi-component reactions using very similar starting materials and synthesis protocols. This leads to common structural features between 1,4-DHPs and 1,2,3,4-THPMs, as well several related biological effects. For example, they share many pharmacological features such as analgesic, anti-tumor, antioxidant, anti-inflammatory, antitubercular, antibacterial, cardiovascular and adrenoceptor blocking activities. Numerous reviews have been devoted to the chemistry and cardiovascular effects of these compounds. However, the lack of a comprehensive literature overview on the chemotherapeutic ability of these scaffolds is behind the present attempt to provide a detailed survey of 1,4-DHPs and 1,2,3,4-THPMs and their structural features as chemotherapeutic agents.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,208
Tête enseignante GPT0,448
Écart entre enseignants0,240 · 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

Citations53
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Pharmacy & Pharmaceutical SciencesMême sujetMulticomponent Synthesis of HeterocyclesTravaux en français237 207