MétaCan
Menu
Retour à la cohorte
Enregistrement W2124121931 · doi:10.1002/adsc.201500349

Recent Developments in Enzymatic Synthesis of Modified Sialic Acid Derivatives

2015· article· en· W2124121931 sur OpenAlexafffund
Ching‐Ching Yu, Stephen G. Withers

Notice bibliographique

RevueAdvanced Synthesis & Catalysis · 2015
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGlycosylation and Glycoproteins Research
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesCanadian Institutes of Health ResearchKillam TrustsNatural Sciences and Engineering Research Council of CanadaMinistry of Science and Technology, TaiwanCanada Research Chairs
Mots-clésSialic acidChemistrySialidaseEnzymeGlycanSubstrate (aquarium)BiochemistryBiocatalysisSubstrate specificityComputational biologyNeuraminidaseGlycoproteinCatalysisBiologyReaction mechanism

Résumé

récupéré en direct d'OpenAlex

Abstract Sialic acid‐containing glycans play important roles in biology, but their synthesis by standard chemical approaches is challenging. Enzymatic assembly is generally a better approach. In the last two decades, a number of bacterial sialyltransferases (STs) and trans ‐sialidases have been identified and a number of them found to exhibit broad substrate specificity. In this review, we will focus on the donor and acceptor substrate specificities of these enzymes along with the enzymatic routes employed to prepare sialosides bearing modifications at specific positions on the sialic acid carbon skeleton. Understanding the substrate tolerance of these enzymes will help researchers to choose the best biocatalyst for the assembly of specific sialosides, which can be valuable tools in the study of or inhibition of sialidases and STs and sialic acid‐binding proteins. In addition, the ability to study these processes using synthetic sialylated glycans will lead to a greater understanding of their biology and will lead to new therapeutic targets. magnified image

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,031
Tête enseignante GPT0,297
Écart entre enseignants0,266 · 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

Citations42
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAdvanced Synthesis & CatalysisMême sujetGlycosylation and Glycoproteins ResearchTravaux en français237 207