MétaCan
Menu
← Retour à la cohorte
Enregistrement W2911915950 · doi:10.1101/545525

Design and evaluation of novel 4-anilinoquinolines and quinazolines EGFR inhibitors in lung cancer and chordoma

2019· preprint· en· W2911915950 sur OpenAlexfundno aff
Christopher R. M. Asquith, Kaitlyn Maffuid, Tuomo Laitinen, Chad Torrice, Graham J. Tizzard, Carla Alamillo‐Ferrer, Karl M. Koshlap, Daniel J. Crona, William J. Zuercher

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2019
Typepreprint
Langueen
DomaineMedicine
ThématiqueLung Cancer Treatments and Mutations
Établissements canadiensnon disponible
Organismes subventionnairesNovartis PharmaUniversity of North Carolina at Chapel HillMinistero dello Sviluppo EconomicoFundação de Amparo à Pesquisa do Estado de São PauloEuropean Federation of Pharmaceutical Industries and AssociationsMerck KGaAOntario Ministry of Economic Development and InnovationChina Scholarship CouncilGenome CanadaPfizer
Mots-clésChordomaEpidermal growth factor receptorEGFR inhibitorsLung cancerCancer researchChemistryMedicineComputational biologyOncologyReceptorInternal medicineBiologyPathology

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Epidermal growth factor receptor (EGFR) inhibitors have been used to target non-small cell lung cancer (NSCLC) and chordomas with varying amounts of success. We have probed several key structural features including an interaction with Asp855 within the EGFR DGF motif and interactions with the active site water network. The EGFR target engagement was then evaluated in an in-cell assay. Additionally, inhibitors were profiled in representative cellular models of NSCLC and chordomas. In addition to a structure activity relationship insights for EGFR inhibtior design, we also identified a compound ( 18 ) that is the most potent inhibitor (IC 50 = 310 nM) on the UCH-2 chordoma cell line to date.

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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,030
Tête enseignante GPT0,320
Écart entre enseignants0,289 · 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

Citations2
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)→Même sujetLung Cancer Treatments and Mutations→Travaux en français237 207→