MétaCan
Menu
Retour à la cohorte
Enregistrement W2943732850 · doi:10.3390/pharmaceutics11050211

Plant/Bacterial Virus-Based Drug Discovery, Drug Delivery, and Therapeutics

2019· review· en· W2943732850 sur OpenAlexafffund
Esen Sokullu, Hoda Soleymani Abyaneh, Marc A. Gauthier

Notice bibliographique

RevuePharmaceutics · 2019
Typereview
Langueen
DomaineEnvironmental Science
ThématiqueBacteriophages and microbial interactions
Établissements canadiensInstitut National de la Recherche Scientifique
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésNanocarriersDrug discoveryComputational biologyDrugDrug deliveryBiologyBacterial virusAntiviral drugVirusProteaseVirologyCapsidBacteriophageNanotechnologyBioinformaticsPharmacologyGeneticsMaterials scienceBiochemistryGeneEscherichia coli

Résumé

récupéré en direct d'OpenAlex

Viruses have recently emerged as promising nanomaterials for biotechnological applications. One of the most important applications of viruses is phage display, which has already been employed to identify a broad range of potential therapeutic peptides and antibodies, as well as other biotechnologically relevant polypeptides (including protease inhibitors, minimizing proteins, and cell/organ targeting peptides). Additionally, their high stability, easily modifiable surface, and enormous diversity in shape and size, distinguish viruses from synthetic nanocarriers used for drug delivery. Indeed, several plant and bacterial viruses (e.g., phages) have been investigated and applied as drug carriers. The ability to remove the genetic material within the capsids of some plant viruses and phages produces empty viral-like particles that are replication-deficient and can be loaded with therapeutic agents. This review summarizes the current applications of plant viruses and phages in drug discovery and as drug delivery systems and includes a discussion of the present status of virus-based materials in clinical research, alongside the observed challenges and opportunities.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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 Opus0,069
Tête enseignante GPT0,351
Écart entre enseignants0,282 · 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

Citations47
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePharmaceuticsMême sujetBacteriophages and microbial interactionsTravaux en français237 207