MétaCan
Menu
Retour à la cohorte
Enregistrement W2146137635 · doi:10.1186/1742-4682-10-29

Determination of the optimal tubulin isotype target as a method for the development of individualized cancer chemotherapy

2013· article· en· W2146137635 sur OpenAlexafffund
Siamak Ravanbakhsh, Melissa Gajewski, Russell Greiner, Jack A. Tuszyński

Notice bibliographique

RevueTheoretical Biology and Medical Modelling · 2013
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMicrotubule and mitosis dynamics
Établissements canadiensAlberta InnovatesUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaAlberta Innovates
Mots-clésIsotypeCancerCancer cellBiologyTubulinCancer researchDrugImmunologyAntibodyComputational biologyMicrotubuleCell biologyGeneticsPharmacologyMonoclonal antibody

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: As microtubules are essential for cell growth and division, its constituent protein β-tubulin has been a popular target for various treatments, including cancer chemotherapy. There are several isotypes of human β-tubulin and each type of cell expresses its characteristic distribution of these isotypes. Moreover, each tubulin-binding drug has its own distribution of binding affinities over the various isotypes, which further complicates identifying the optimal drug selection. An ideal drug would preferentially bind only the tubulin isotypes expressed abundantly by the cancer cells, but not those in the healthy cells. Unfortunately, as the distributions of the tubulin isotypes in cancer cells overlap with those of healthy cells, this ideal scenario is clearly not possible. We can, however, seek a drug that interferes significantly with the isotype distribution of the cancer cell, but has only minor interactions with those of the healthy cells. METHODS: We describe a quantitative methodology for identifying this optimal tubulin isotype profile for an ideal cancer drug, given the isotype distribution of a specific cancer type, as well as the isotype distributions in various healthy tissues, and the physiological importance of each such tissue. RESULTS: We report the optimal isotype profiles for different types of cancer with various routes of delivery. CONCLUSIONS: Our algorithm, which defines the best profile for each type of cancer (given the drug delivery route and some specified patient characteristics), will help to personalize the design of pharmaceuticals for individual patients. This paper is an attempt to explicitly consider the effects of the tubulin isotype distributions in both cancer and normal cell types, for rational chemotherapy design aimed at optimizing the drug's efficacy with minimal side effects.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,010
Tête enseignante GPT0,307
Écart entre enseignants0,297 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations14
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueTheoretical Biology and Medical ModellingMême sujetMicrotubule and mitosis dynamicsTravaux en français237 207