Antifungal Drugs: The Current Armamentarium and Development of New Agents
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
Invasive fungal infections are becoming an increasingly important cause of human mortality and morbidity, particularly for immunocompromised populations. The fungal pathogens Candida albicans, Cryptococcus neoformans, and Aspergillus fumigatus collectively contribute to over 1 million human deaths annually. Hence, the importance of safe and effective antifungal therapeutics for the practice of modern medicine has never been greater. Given that fungi are eukaryotes like their human host, the number of unique molecular targets that can be exploited for drug development remains limited. Only three classes of molecules are currently approved for the treatment of invasive mycoses. The efficacy of these agents is compromised by host toxicity, fungistatic activity, or the emergence of drug resistance in pathogen populations. Here we describe our current arsenal of antifungals and highlight current strategies that are being employed to improve the therapeutic safety and efficacy of these drugs. We discuss state-of-the-art approaches to discover novel chemical matter with antifungal activity and highlight some of the most promising new targets for antifungal drug development. We feature the benefits of combination therapy as a strategy to expand our current repertoire of antifungals and discuss the antifungal combinations that have shown the greatest potential for clinical development. Despite the paucity of new classes of antifungals that have come to market in recent years, it is clear that by leveraging innovative approaches to drug discovery and cultivating collaborations between academia and industry, there is great potential to bolster the antifungal armamentarium.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| 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 | 0,000 | 0,000 |
| 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