MétaCan
Menu
Retour à la cohorte
Enregistrement W2046611646 · doi:10.1021/jm049637+

Drug Evolution Concept in Drug Design:  1. Hybridization Method

2004· article· en· W2046611646 sur OpenAlexaff
Carmen Lazar, Alicja Kluczyk, Taira Kiyota, Yasuo Konishi

Notice bibliographique

RevueJournal of Medicinal Chemistry · 2004
Typearticle
Langueen
DomaineChemistry
ThématiqueChemical synthesis and alkaloids
Établissements canadiensBiotechnology Research Institute
Organismes subventionnairesnon disponible
Mots-clésDrugDrug discoveryComputational biologyBiopharmaceuticalChemistryPharmacologyBiologyGeneticsBiochemistry

Résumé

récupéré en direct d'OpenAlex

A novel concept, "drug evolution", is proposed to develop chemical libraries that have a high probability of finding drugs or drug candidates. It converts biological evolution into chemical evolution. In this paper, we present "hybridization" drug evolution, which is the equivalent of sexual recombination of parental genomes in biological evolution. The hybridization essentially shuffles the building blocks of the parent drugs and ought to drug(s); no drug evolution can otherwise occur. We hybridized two drugs, benzocaine and metoclopramide and generated 16 molecules that include the parent drugs, four known drugs, and two molecules whose therapeutic activities are reported. The unusually high number of drugs and drug candidates in the library encourages high expectations of finding new drug(s) or drug candidate(s) within the remaining eight compounds. Interestingly, the therapeutic applications of the eight drugs or drug candidates in the library are fairly diverse as 38 therapeutic applications and 25 molecular targets are counted. Therefore, the library fits as a general chemical library for unspecified therapeutic activities. The hybridization of other two drugs, aspirin and cresotamide, is also described to demonstrate the generality of the method.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,002
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,010
Tête enseignante GPT0,259
Écart entre enseignants0,249 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations114
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Medicinal ChemistryMême sujetChemical synthesis and alkaloidsTravaux en français237 207