Notice bibliographique
Résumé
been estimated that ~40% of the attrition rate of candidate-drugs has been associated with poor pharmacokinetic features and toxicity.Poor solubility is, particularly, a very significant impediment in the drug development efforts.The solubility of a drug molecule is vital for its' bioavailability.If an orally administered drug is not sufficiently soluble, then it could not be fully absorbed into the blood circulation and will be expelled from the gastrointestinal tract before reaching its' site of action.Nevertheless, hydrophobicity and innate low-water solubility are gradually becoming rather unsurprising characteristics of early hits, lead compounds and even in some market-approved drugs.3 Nearly 60%-90% of the compounds that are currently being developed exhibit poor water-soluble features 3,4 and categorized under the Biopharmaceutical Classification System (BCS) classes II (low solubility and high permeability) and IV (low solubility and low permeability).[4][5][6] This is mainly because, most of the ligand-binding sites in the target proteins are secluded from the aqueous environment and hence hydrophobic compounds are generally preferred (or developed) in order to gain high binding affinity and activity against the target(s).3,7 In addition, recently, the drug discovery research is also seeing a paradigm shift from enzymes to more complicated therapeutic targets, such as ion channels, protein-protein interfaces, kinases and nuclear receptors.1,5,[8][9][10] Such challenging targets generally demand more lipophilic drugs, which also involves high-crystal energies from strong intermolecular interactions.5 These factors altogether tend to adversely impact the solubility of compounds.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,016 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,004 |
| Communication savante | 0,010 | 0,018 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,006 | 0,013 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,061 | 0,026 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».