MétaCan
Menu
← Retour à la cohorte
Enregistrement W2347177733 · doi:10.1039/9781849739993-00151

Synthetic Glycosylated Ether Glycerolipids as Anticancer Agents

2015· book-chapter· en· W2347177733 sur OpenAlexaff
Gilbert Arthur, Frank Schweizer, Makanjuola Ogunsina

Notice bibliographique

Revuenon disponible
Typebook-chapter
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiquePI3K/AKT/mTOR signaling in cancer
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesChina Scholarship Council
Mots-clésChemistryMoietyEtherBiochemistryCancer cellStereochemistryCytotoxicityGlycosidic bondProgrammed cell deathIn vitroApoptosisCancerBiologyEnzymeOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Glycosylated antitumor ether lipids (GAELs) are a class of synthetic antitumor ether lipids (AELs) with a sugar moiety in place of the phosphocholine found in the prototypical AEL, edelfosine. This chapter reviews the development of GAELs as antitumor agents. Studies on structure–activity relationships, mechanism of induction of cell death, metabolism, selectivity against cancer cells, toxicity, hemolysis and thrombogenic effects are discussed. The requirements for significant cytotoxic activity include a glycerol moiety, a cationic sugar other than mannose and an O- or C-glycosidic bond with either α- or β-configuration. Compounds with S- and N-glycosidic linkages are not very active. The most active GAEL to date, 1-O-hexadecyl-2-O-methyl-3-O-(2′-amino-2′-deoxy-α-d-galactopyranosyl)-sn-glycerol, displays greater in vitro activity than edelfosine, the AEL “gold standard”. The unique properties of GAELs as antitumor agents include their apoptotic-independent mechanism of inducing cell death and the ability to kill cancer stem cells. These characteristics of GAELs offer the potential for their development into chemotherapeutic agents to prevent the recurrence of tumors as well as for treatment against drug-resistant cancers.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,004

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 Opus0,036
Tête enseignante GPT0,299
Écart entre enseignants0,263 · 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'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

Citations4
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPI3K/AKT/mTOR signaling in cancer→Travaux en français237 207→