Nitroreductase gene-directed enzyme prodrug therapy: insights and advances toward clinical utility
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This review examines the vast catalytic and therapeutic potential offered by type I (i.e. oxygen-insensitive) nitroreductase enzymes in partnership with nitroaromatic prodrugs, with particular focus on gene-directed enzyme prodrug therapy (GDEPT; a form of cancer gene therapy). Important first indications of this potential were demonstrated over 20 years ago, for the enzyme-prodrug pairing of Escherichia coli NfsB and CB1954 [5-(aziridin-1-yl)-2,4-dinitrobenzamide]. However, it has become apparent that both the enzyme and the prodrug in this prototypical pairing have limitations that have impeded their clinical progression. Recently, substantial advances have been made in the biodiscovery and engineering of superior nitroreductase variants, in particular development of elegant high-throughput screening capabilities to enable optimization of desirable activities via directed evolution. These advances in enzymology have been paralleled by advances in medicinal chemistry, leading to the development of second- and third-generation nitroaromatic prodrugs that offer substantial advantages over CB1954 for nitroreductase GDEPT, including greater dose-potency and enhanced ability of the activated metabolite(s) to exhibit a local bystander effect. In addition to forging substantial progress towards future clinical trials, this research is supporting other fields, most notably the development and improvement of targeted cellular ablation capabilities in small animal models, such as zebrafish, to enable cell-specific physiology or regeneration studies.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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