MétaCan
Menu
Retour à la cohorte
Enregistrement W2132990438 · doi:10.2174/138920006777697918

The Role of Mass Spectrometry in Biomarker Discovery and Measurement

2006· review· en· W2132990438 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueCurrent Drug Metabolism · 2006
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMetabolomics and Mass Spectrometry Studies
Établissements canadiensGreenfield Research (Canada)
Organismes subventionnairesnon disponible
Mots-clésMass spectrometryBiomarker discoveryProteomicsChemistryAnalyteBiomarkerDrug discoveryChromatographyElectrospray ionizationComputational biology

Résumé

récupéré en direct d'OpenAlex

Recent advances in the biological and analytical sciences have led to unprecedented interest in the discovery and quantitation of endogenous molecules that serve as indicators of drug safety, mechanism of action, efficacy, and disease state progression. By allowing for improved decision-making, these indicators, referred to as biomarkers, can dramatically improve the efficiency of drug discovery and development. Mass spectrometry has been a key part of biomarker discovery and evaluation owing to several important attributes, which include sensitive and selective detection, multi-analyte analysis, and the ability to provide structural information. Because of these capabilities, mass spectrometry has been widely deployed in search for new markers both through the analysis of large molecules (proteomics) and small molecules (metabonomics). In addition, mass spectrometry is increasingly being used to support quantitative measurement to assist in the evaluation and validation of biomarker leads. In this review, the dual role of mass spectrometry for biomarker discovery and measurement is explored for both large and small molecules by examining the key technologies and methods used along the continuum from drug discovery through clinical development.

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.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,995
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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)0,0000,000

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 Opus0,026
Tête enseignante GPT0,292
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