Notice bibliographique
Résumé
Inhibiting the HIV-1 entry process offer a new therapeutic target and the hope to potentialize our current treatments against wild-type or drug-resistant viruses. Several inhibitors of CD4, co-receptor CCR5 or CXCR4 and fusion are at various levels of clinical development. How best to use this class of drugs in our therapeutic arsenal remains to be defined. It is likely that these compounds will not be used as monotherapy. Therefore, it is important to evaluate how these drugs will interact among themselves as well as with antiretrovirals from other classes. Drug interactions can range from synergy to antagonism depending on factors including binding affinity, drug concentrations, and pharmacokinetics. In the case of entry inhibitors, one must also consider that the entry of HIV-1 into the cell is a multi-step process that involve cumulative events which are interdependent. Furthermore, polymorphism both in the coreceptors and in gp120, the density of coreceptors, and the binding site of the drug may also affect efficacy. Therefore it is difficult to predict how blocking one step of the process will affect the subsequent one without carefully studying interactions of each potential combination in an in vitro system. So far, studies of interactions between fusion inhibitors and coreceptor inhibitors have shown a high level of synergy. Similar studies performed with two co-receptor inhibitors have shown results varying from synergy to high antagonism depending on the viral isolate and the compounds used. In the following chapter, we will review some concepts of mechanisms that may affect these interactions.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».