MétaCan
Menu
Retour à la cohorte
Enregistrement W2112391486 · doi:10.1177/1087057112453313

Evaluation of Phosphatidylserine-Binding Peptides Targeting Apoptotic Cells

2012· article· en· W2112391486 sur OpenAlexafffund
Janice Kapty, Shanna L. Banman, Ing Swie Goping, John R. Mercer

Notice bibliographique

RevueSLAS DISCOVERY · 2012
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiquePhagocytosis and Immune Regulation
Établissements canadiensUniversity of Alberta
Organismes subventionnairesCanadian Institutes of Health ResearchCancer Research Institute
Mots-clésPhosphatidylserineApoptosisCell biologyCellAnnexinChemistryCancer cellLiposomeBiologyBiochemistryCancerMembrane

Résumé

récupéré en direct d'OpenAlex

The inhibition or dysregulation of apoptosis plays an intimate role in the initiation and progression of cancer by confounding normal tissue homeostasis. We currently do not have a clinical method to assess apoptosis induced by cancer therapies. Phosphatidylserine (PS) is an attractive target for imaging apoptosis because it is on the exterior of the apoptotic cells and PS externalization is an early marker of apoptosis. PS-binding peptides are an attractive option for developing an imaging probe to detect apoptosis using positron emission tomography. In this study, four peptides were evaluated for PS-binding characteristics using a plate-based assay system, a liposome mimic of cell membrane PS presentation, and a cell assay of apoptosis. This work also describes two screening techniques to enable researchers to identify and optimize compounds that bind to PS. The results of our study indicate that all four peptides bind to PS and are specific to apoptotic cells. Two of the peptides in particular that have an additional cysteine residue are good potential candidates for development into imaging probes because they bind to PS with high affinity and specificity and they can be easily radiolabelled with (18)F.

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)0,000
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,028
Tête enseignante GPT0,271
Écart entre enseignants0,243 · 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

Citations25
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSLAS DISCOVERYMême sujetPhagocytosis and Immune RegulationTravaux en français237 207