Primary Cells and Stem Cells in Drug Discovery: Emerging Tools for High-Throughput Screening
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Many drug discovery screening programs employ immortalized cells, recombinantly engineered to express a defined molecular target. Several technologies are now emerging that render it feasible to employ more physiologically, and clinically relevant, cell phenotypes. Consequently, numerous approaches use primary cells, which retain many functions seen in vivo, as well as endogenously expressing the target of interest. Furthermore, stem cells, of either embryonic or adult origin, as well as those derived from differentiated cells, are now finding a place in drug discovery. Collectively, these cells are expanding the utility of authentic human cells, either as screening tools or as therapeutics, as well as providing cells derived directly from patients. Nonetheless, the growing use of phenotypically relevant cells (including primary cells or stem cells) is not without technical difficulties, particularly when their envisioned use lies in high-throughput screening (HTS) protocols. In particular, the limited availability of homogeneous primary or stem cell populations for HTS mandates that novel technologies be developed to accelerate their adoption. These technologies include detection of responses with very few cells as well as protocols to generate cell lines in abundant, homogeneous populations. In parallel, the growing use of changes in cell phenotype as the assay readout is driving greater use of high-throughput imaging techniques in screening. Taken together, the greater availability of novel primary and stem cell phenotypes as well as new detection technologies is heralding a new era of cellular screening. This convergence offers unique opportunities to identify drug candidates for disorders at which few therapeutics are presently available.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 découle