MétaCan
Menu
Retour à la cohorte
Enregistrement W2155256907 · doi:10.1182/asheducation-2001.1.443

Rational Approaches to Design of Therapeutics Targeting Molecular Markers

2001· review· en· W2155256907 sur OpenAlexaff
Richard Klasa, Alan F. List, Bruce D. Cheson

Notice bibliographique

RevueHematology · 2001
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAngiogenesis and VEGF in Cancer
Établissements canadiensBC Cancer Agency
Organismes subventionnairesnon disponible
Mots-clésCancer researchMantle cell lymphomaLenalidomideCyclin D1LymphomaMedicineMyeloid leukemiaAngiogenesisMyelodysplastic syndromesBioinformaticsBiologyCancerCell cycleImmunologyMultiple myelomaInternal medicineBone marrow

Résumé

récupéré en direct d'OpenAlex

This paper introduces novel therapeutic strategies focusing on a molecular marker relevant to a particular hematologic malignancy. Four different approaches targeting specific molecules in unique pathways will be presented. The common theme will be rational target selection in a strategy that has reached the early phase of human clinical trial in one malignancy, but with a much broader potential applicability to the technology. In Section I Dr. Richard Klasa presents preclinical data on the use of antisense oligonucleotides directed at the bcl-2 gene message to specifically downregulate Bcl-2 protein expression in non-Hodgkin's lymphomas and render the cells more susceptible to the induction of apoptosis. In Section II Dr. Alan List reviews the targeting of vascular endothelial growth factor (VEGF) and its receptor in anti-angiogenesis strategies for acute myeloid leukemia (AML) and myelodysplastic syndromes (MDS). In Section III Dr. Bruce Cheson describes recent progress in inhibiting cell cycle progression by selectively disrupting cyclin D1 with structurally unique compounds such as flavopiridol in mantle cell lymphoma as well as describing a new class of agents that affect proteasome degradation pathways.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,003
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,002
Communication savante0,0020,003
Science ouverte0,0020,001
Intégrité de la recherche0,0020,005
Charge utile insuffisante (le modèle a refusé de juger)0,0030,003

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 Opus0,158
Tête enseignante GPT0,329
Écart entre enseignants0,171 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations26
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHematologyMême sujetAngiogenesis and VEGF in CancerTravaux en français237 207