MétaCan
Menu
Retour à la cohorte
Enregistrement W2326692755 · doi:10.1371/journal.pone.0153416

Nanoscale Reaction Vessels Designed for Synthesis of Copper-Drug Complexes Suitable for Preclinical Development

2016· article· en· W2326692755 sur OpenAlexafffund
Mohamed Wehbe, Malathi Anantha, Ian Backstrom, Ada W.Y. Leung, Kent Chen, Armaan Malhotra, Katarina Edwards, Marcel B. Bally

Notice bibliographique

RevuePLoS ONE · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueMetal complexes synthesis and properties
Établissements canadiensUniversity of British ColumbiaCentre for Drug Research and DevelopmentBC Cancer Agency
Organismes subventionnairesBC Cancer AgencyCanadian Cancer Society Research InstituteCanadian Institutes of Health Research
Mots-clésLiposomeChemistryDrugDisulfiramCopperNatural productCombinatorial chemistryPharmacologyDrug developmentBiochemistryBiologyOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

The development of copper-drug complexes (CDCs) is hindered due to their very poor aqueous solubility. Diethyldithiocarbamate (DDC) is the primary metabolite of disulfiram, an approved drug for alcoholism that is being repurposed for cancer. The anticancer activity of DDC is dependent on complexation with copper to form copper bis-diethyldithiocarbamate (Cu(DDC)2), a highly insoluble complex that has not been possible to develop for indications requiring parenteral administration. We have resolved this issue by synthesizing Cu(DDC)2 inside liposomes. DDC crosses the liposomal lipid bilayer, reacting with the entrapped copper; a reaction that can be observed through a colour change as the solution goes from a light blue to dark brown. This method is successfully applied to other CDCs including the anti-parasitic drug clioquinol, the natural product quercetin and the novel targeted agent CX-5461. Our method provides a simple, transformative solution enabling, for the first time, the development of CDCs as viable candidate anticancer drugs; drugs that would represent a brand new class of therapeutics for cancer patients.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,072
Score d'incertitude au seuil0,383

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
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 Opus0,192
Tête enseignante GPT0,305
Écart entre enseignants0,113 · 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'étudeExpérimental (laboratoire)
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

Citations54
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetMetal complexes synthesis and propertiesTravaux en français237 207