MétaCan
Menu
Retour à la cohorte
Enregistrement W2088118561 · doi:10.1111/j.1349-7006.2008.00891.x

Phosphatidylinositol 3‐kinase inhibitors: promising drug candidates for cancer therapy

2008· review· en· W2088118561 sur OpenAlexfundno aff
Dexin Kong, Takao Yamori

Notice bibliographique

RevueCancer Science · 2008
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiquePI3K/AKT/mTOR signaling in cancer
Établissements canadiensnon disponible
Organismes subventionnairesJapan Society for the Promotion of ScienceInstitut national de la recherche scientifique
Mots-clésPI3K/AKT/mTOR pathwayPhosphatidylinositolKinaseCancerPharmacologyTensinCancer researchInositolBiologyMedicineCancer cellPTENSignal transductionBiochemistryInternal medicineReceptor

Résumé

récupéré en direct d'OpenAlex

Phosphatidylinositol 3-kinases (PI3K) are a group of lipid kinases that phosphorylate phosphoinositides at the 3-hydroxyl group of the inositol ring to generate phosphatidylinositol 3,4,5-trisphosphate, a second messenger with key roles in fundamental cellular responses such as cell proliferation and metabolism. Frequent mutations found in or amplification of the PIK3CA gene and loss of phosphatase and tensin homolog deleted on chromosome 10 function in human tumors suggest that PI3K is a potential target for cancer therapy. During the last 5 years, several specific PI3K inhibitors were developed that were directed against various diseases. Some of them revealed potent anticancer efficacy and are now undergoing clinical trials. Some PI3K inhibitors showed antiangiogenic effects. Combined use of PI3K inhibitors with other chemotherapeutic agents or with radiotherapy produced synergistic therapeutic efficacies in treating cancer and showed reduced side effects. The rapid progress made in developing novel PI3K inhibitors in recent years promises bright prospects for finding a PI3K-targeted anticancer drug in the near future.

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)0,000
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 enseignants0,006
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0060,005

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 Opus0,040
Tête enseignante GPT0,373
Écart entre enseignants0,333 · 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

Citations184
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancer ScienceMême sujetPI3K/AKT/mTOR signaling in cancerTravaux en français237 207