MétaCan
Menu
Retour à la cohorte
Enregistrement W2124388656 · doi:10.2217/fvl.11.35

HIV-1 Reverse Transcriptase Inhibitors: Beyond Classic Nucleosides and Non-Nucleosides

2011· article· en· W2124388656 sur OpenAlexaff
Brian J. Scarth, Maryam Ehteshami, Greg L. Beilhartz, Matthias Götte

Notice bibliographique

RevueFuture Virology · 2011
Typearticle
Langueen
DomaineMedicine
ThématiqueHIV/AIDS drug development and treatment
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésReverse transcriptaseNucleosideNucleoside analogueRNase HAllosteric regulationEnzymeNucleotideHuman immunodeficiency virus (HIV)ChemistryNucleoside Reverse Transcriptase InhibitorRNase PDrugPharmacologyVirologyBiochemistryBiologyRNA

Résumé

récupéré en direct d'OpenAlex

Reverse transcriptase (RT) of HIV-1 remains an important target in current treatments of HIV-1 infection. Clinically available inhibitors of HIV-1 RT include nucleoside analog RT inhibitors and non-nucleoside RT inhibitors. Nucleoside analog RT inhibitors compete with the natural dNTP substrate and act as chain terminators, while non-nucleoside RT inhibitors bind to an allosteric pocket, inhibiting polymerization noncompetitively. In addition to these two classes of approved drugs, there are a number of RT inhibitors that target the enzyme in different ways. These include nonobligate chain terminators, nucleotide-competing RT inhibitors, pyrophosphate analogs and compounds that inhibit the RT-associated RNase H activity. Here, we review the mechanisms of action associated with these compounds and discuss opportunities and challenges in drug discovery and development efforts.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,231
Score d'incertitude au seuil0,950

Scores Codex et Gemma par catégorie

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 Opus0,011
Tête enseignante GPT0,212
Écart entre enseignants0,201 · 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 tête enseignante, 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
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

Citations1
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFuture VirologyMême sujetHIV/AIDS drug development and treatmentTravaux en français237 207