Multivalent glycoconjugate syntheses and applications using aromatic scaffolds
Notice bibliographique
Résumé
Glycan-protein interactions are of utmost importance in several biological phenomena. Although the variety of carbohydrate residues in mammalian cells is limited to less than a dozen different sugars, their spatial topographical presentation in what is now associated as the "glycocodes" provides the fundamental keys for specific and high affinity "lock-in" recognition events associated with a wide range of pathologies. Toward deciphering our understanding of these glycocodes, chemists have developed new creative tools that included dendrimer chemistry in order to provide monodisperse multivalent glycoconjugates. This review provides a survey of the numerous aromatic architectures generated for the multivalent presentation of relevant carbohydrates using covalent attachment or supramolecular self-assemblies. The basic concepts toward their controlled syntheses will be described using modern synthetic procedures with a particular emphasis on powerful organometallic methodologies. The large variety of dendritic aromatic scaffolds, together with a brief survey of their unique biophysical and biological properties will be critically reviewed. The distinctiveness of the resulting multivalent glycoarchitectures, encompassing glycoclusters, glycodendrimers and molecularly defined self-assemblies, in forming well organized cross-linked lattices with multivalent carbohydrate binding proteins (lectins) together with their photophysical, medical, and imaging properties will also be briefly highlighted. The topic will be presented in increasing order of aromatic backbone complexities and will end with fullerenes together with self-assembled nanostructures, thus complementing the various scaffolds described in this special thematic issue dedicated to multivalent glycoscience.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,001 | 0,000 |
| 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 ».