MétaCan
Menu
Retour à la cohorte
Enregistrement W2047964782 · doi:10.1517/17460441.3.11.1267

Scintillation proximity assay in lead discovery

2008· article· en· W2047964782 sur OpenAlexaff
Xavier Khawaja, John Dunlop, Dianne Kowal

Notice bibliographique

RevueExpert Opinion on Drug Discovery · 2008
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAdvanced Fluorescence Microscopy Techniques
Établissements canadiensWomen's Health Research Institute
Organismes subventionnairesnon disponible
Mots-clésDrug discoveryLead (geology)Computational biologyScintillationBiologyComputer scienceBioinformaticsTelecommunications

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Scintillation proximity assay (SPA) is a homogeneous scintillant bead-based platform for the measurement of biological processes and plays an important role in the identification of active chemical entities in drug discovery. OBJECTIVE: The design and development of solid-phase SPA approaches are examined and compared with alternative non-radiometric fluorescence-based technologies. METHODS: This review provides background on the principle of SPA and its application to biomolecular interactions from a variety of biological sources. CONCLUSION: The SPA approach is well suited to the demands of commercial high volume automation and assay miniaturization for target-based high-throughput screening campaigns on synthetic and natural product libraries as well as for benchtop characterization and confirmation studies. In the near future, innovations in the way SPA and fluorescence-based screening strategies are multiplexed will improve our comprehensive understanding of cellular system biology and dramatically advance the lead discovery process for the treatment of complex target-related disorders.

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)0,004
score de la tête « metaresearch » (Gemma)0,005
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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,005
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,003

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 Opus0,017
Tête enseignante GPT0,303
Écart entre enseignants0,286 · 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
GenreMéthodes

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

En bref

Citations9
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueExpert Opinion on Drug DiscoveryMême sujetAdvanced Fluorescence Microscopy TechniquesTravaux en français237 207