MétaCan
Menu
Retour à la cohorte
Enregistrement W2276317671 · doi:10.1021/acs.jmedchem.5b00840

Challenges and Perspectives on the Development of Small-Molecule EGFR Inhibitors against T790M-Mediated Resistance in Non-Small-Cell Lung Cancer

2016· article· en· W2276317671 sur OpenAlexaff
Zhendong Song, Ge Yang, Changyuan Wang, Shanshan Huang, Xiaohong Shu, Kexin Liu, Youwen Zhou, Xiaodong Ma

Notice bibliographique

RevueJournal of Medicinal Chemistry · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueLung Cancer Treatments and Mutations
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNatural Science Foundation of Liaoning ProvinceNational Natural Science Foundation of China
Mots-clésT790MOsimertinibEpidermal growth factor receptorChemistryEGFR inhibitorsSmall moleculeMutantCancer researchTyrosine kinasePharmacologyLung cancerKinaseDrug resistanceMutationReceptorGefitinibBiochemistryErlotinibMedicineBiologyInternal medicineGeneticsGene

Résumé

récupéré en direct d'OpenAlex

Because of the development of drug-resistance mutations, particularly the "gatekeeper" threonine(790)-to-methionine(790) (T790M) mutation in the ATP-binding pocket of the epidermal growth factor receptor (EGFR), the current generation of EGFR tyrosine kinase inhibitors lost their clinical efficacy. Recently, a large number of small-molecule inhibitors with striking inhibitory potency against EGFR mutants with the T790M change have been identified. In particular, the inhibitors rociletinib and osimertinib, which can selectively target both sensitizing mutations and the T790M resistance while sparing the wild-type (WT) form of the receptor, have been designated as breakthrough therapies in the treatment of mutant non-small-cell lung cancer (NSCLC) by the U.S. FDA in 2014. We hope that this review on the small-molecule EGFR T790M inhibitors, along with their discovery strategies, will assist in the design of future T790M-containing EGFR inhibitors with high levels of selectivity over WT EGFR, broad kinase selectivity, and desirable physicochemical properties.

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)0,008
score de la tête « metaresearch » (Gemma)0,003
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: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,044

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0040,008
Science ouverte0,0020,002
Intégrité de la recherche0,0050,007
Charge utile insuffisante (le modèle a refusé de juger)0,0080,003

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 Opus0,020
Tête enseignante GPT0,286
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'étudeThéorique ou conceptuel
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

Citations103
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Medicinal ChemistryMême sujetLung Cancer Treatments and MutationsTravaux en français237 207