MétaCan
Menu
Retour à la cohorte
Enregistrement W2620635074 · doi:10.1039/c7np00019g

Opportunities for natural products in 21<sup>st</sup> century antibiotic discovery

2017· review· en· W2620635074 sur OpenAlexafffund
Gerard D. Wright

Notice bibliographique

RevueNatural Product Reports · 2017
Typereview
Langueen
DomaineMedicine
ThématiqueMicrobial Natural Products and Biosynthesis
Établissements canadiensMcMaster University
Organismes subventionnairesCanadian Institutes of Health ResearchNatural Sciences and Engineering Research Council of CanadaCanada Research Chairs
Mots-clésNatural productDrug discoveryAntibioticsNatural (archaeology)Antibiotic resistanceProduct (mathematics)AntimicrobialBiochemical engineeringNanotechnologyBiotechnologyBiologyChemistryEngineeringMicrobiologyBioinformaticsMaterials scienceStereochemistry

Résumé

récupéré en direct d'OpenAlex

century natural product research is perfectly positioned to fill the antibiotic discovery gap and bring new drug candidates to the clinic. Innovations in genomics and techniques to explore new sources of antimicrobial chemical matter are revealing new chemistry. Increasing appreciation of the value of narrow-spectrum drugs and re-examination of once discarded chemical scaffolds coupled with synthetic biology methods to generate new compounds and improve yields offer new strategies to revitalize once moribund natural product programs. The increasing awareness that the combination of antibiotics with adjuvants, non-antibiotic compounds that overcome resistance and enhance drug activity, can rescue older chemical scaffolds, and concepts such as blocking pathogen virulence present orthogonal strategies to traditional antibiotics. In all these areas, natural products offer chemical matter, shaped by natural selection, that is privileged in this therapeutic area. Natural product research is poised to regain prominence in delivering new drugs to solve the antibiotic crisis.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,003
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0080,005

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 Opus0,099
Tête enseignante GPT0,337
Écart entre enseignants0,237 · 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'étudeSans objet
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

Citations345
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNatural Product ReportsMême sujetMicrobial Natural Products and BiosynthesisTravaux en français237 207