MétaCan
Menu
Retour à la cohorte
Enregistrement W2921832668 · doi:10.3390/pharmaceutics11030124

What Drives Innovation: The Canadian Touch on Liposomal Therapeutics

2019· review· en· W2921832668 sur OpenAlexafffundabout
Ada W.Y. Leung, Carolyn Amador, Linchuan Wang, Urmi Vijay Mody, Marcel B. Bally

Notice bibliographique

RevuePharmaceutics · 2019
Typereview
Langueen
DomaineMaterials Science
ThématiqueNanoparticle-Based Drug Delivery
Établissements canadiensUniversity of British ColumbiaBC Cancer Agency
Organismes subventionnairesMitacs
Mots-clésLiposomeComputer scienceBiologyBiochemistry

Résumé

récupéré en direct d'OpenAlex

Liposomes are considered one of the most successful drug delivery systems (DDS) given their established utility and success in the clinic. In the past 40–50 years, Canadian scientists have made ground-breaking discoveries, many of which were successfully translated to the clinic, leading to the formation of biotech companies, the creation of research tools, such as the Lipex Extruder and the NanoAssemblr™, as well as contributing significantly to the development of pharmaceutical products, such as Abelcet®, MyoCet®, Marqibo®, Vyxeos®, and Onpattro™, which are making positive impacts on patients’ health. This review highlights the Canadian contribution to the development of these and other important liposomal technologies that have touched patients. In this review, we try to address the question of what drives innovation: Is it the individual, the teams, the funding, and/or an entrepreneurial spirit that leads to success? From this perspective, it is possible to define how innovation will translate to meaningful commercial ventures and products with impact in the future. We begin with a brief history followed by descriptions of drug delivery technologies influenced by Canadian researchers. We will discuss recent advances in liposomal technologies, including the Metaplex technology from the author’s lab. The latter exemplifies how a nanotechnology platform can be designed based on multidisciplinary groups with expertise in coordination chemistry, nanomedicines, disease, and business to create new therapeutics that can effect better outcomes in patient populations. We conclude that the team is central to the effort; arguing if the team is entrepreneurial and well positioned, the funds needed will be found, but likely not solely in Canada.

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)0,014
score de la tête « metaresearch » (Gemma)0,022
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: aucune
Score de désaccord entre enseignants0,281
Score d'incertitude au seuil0,565

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,022
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,005
Études des sciences et des technologies0,0090,016
Communication savante0,0160,009
Science ouverte0,0020,005
Intégrité de la recherche0,0060,008
Charge utile insuffisante (le modèle a refusé de juger)0,0100,002

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 Opus0,189
Tête enseignante GPT0,404
Écart entre enseignants0,215 · 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

Citations33
Publié2019
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revuePharmaceuticsMême sujetNanoparticle-Based Drug DeliveryTravaux en français237 207