Known Natural Products with Unknown Bioactivity
Notice bibliographique
Résumé
To date more than 170,000 natural compounds [1,2] are published. The main part of these compounds belongs to secondary metabolites, which provide living systems with their characteristic features mandatory for surviving. They contain an inherently large-scale of structural diversity. About 40% of the chemical scaffolds of published natural products (NPs) are unique and have not been synthesized by any chemist [3]. Accordingly, a large number of drug leads and hits are conserved in the inexhaustible pool of NPs pre-screened by evolution. But how to dig out and to recognize the respective drug leads is a challenging task. Although a random selection of plant materials seems not to be a very efficient strategy for the discovery of new biologically active compounds, many today well-known natural drug leads are based on a serendipitous finding. An example of a successful random study will be presented from our laboratory, which has recently resulted in the identification of isogentisin, a secondary metabolite of Gentiana lutea L., as a novel compound for the prevention of smoking-caused endothelial injury [4]. A more rationalized access to bioactive compounds is offered by in silico tools e.g. pharmacophore-based virtual screening, docking experiments and the parallel screening concept. Screening of compounds against a set of models representing a large number of targets aims to predict the pharmacological profiles of these molecules including desirable activities and undesirable effects. In this presentation an example application employing a virtual parallel screening approach with a collection of 2208 in-house generated pharmacophore models on constituents of the aerial parts of the medicinal plant Ruta graveolens L. will be illustrated [5]. References: [1] Dictionary of Natural Products provided by Chapman &Hall/CRC: http://www.chemnetbase.com/tours/dnp/index.html. [2] Tulp M, et al. (2005) Bioorg. Med. Chem., 13: 5274–5282. [3] Henkel T, et al. (1999) Angew Chem. Int. Ed., 38: 643–647. [4] Schmieder A, et al. (2007) Atherosclerosis, 194: 317–325. [5] Rollinger JM, et al. (2009) Planta Med. in press.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,001 |
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.
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».