MétaCan
Menu
Retour à la cohorte
Enregistrement W3109950826 · doi:10.3390/md18120613

Chemical Diversity of Soft Coral Steroids and Their Pharmacological Activities

2020· review· en· W3109950826 sur OpenAlexaff
Ekaterina V. Ermolenko, Andrey B. Imbs, Tatyana A. Gloriozova, Vladimir Poroikov, Tatyana V. Sikorskaya, Valery M. Dembitsky

Notice bibliographique

RevueMarine Drugs · 2020
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMarine Sponges and Natural Products
Établissements canadiensLethbridge College
Organismes subventionnairesnon disponible
Mots-clésSteroidCoralChemistryAntispasmodicBiological activityPharmacologyMedicineBiologyBiochemistryHormoneEcology

Résumé

récupéré en direct d'OpenAlex

The review is devoted to the chemical diversity of steroids produced by soft corals and their determined and potential activities. There are about 200 steroids that belong to different types of steroids such as secosteroids, spirosteroids, epoxy- and peroxy-steroids, steroid glycosides, halogenated steroids, polyoxygenated steroids and steroids containing sulfur or nitrogen heteroatoms. Of greatest interest is the pharmacological activity of these steroids. More than 40 steroids exhibit antitumor and related activity with a confidence level of over 90 percent. A group of 32 steroids shows anti-hypercholesterolemic activity with over 90 percent confidence. Ten steroids exhibit anti-inflammatory activity and 20 steroids can be classified as respiratory analeptic drugs. Several steroids exhibit rather rare and very specific activities. Steroids exhibit anti-osteoporotic properties and can be used to treat osteoporosis, as well as have strong anti-eczemic and anti-psoriatic properties and antispasmodic properties. Thus, this review is probably the first and exclusive to present the known as well as the potential pharmacological activities of 200 marine steroids.

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 enseignants0,005
Score d'incertitude au seuil0,016

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 ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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 Opus0,021
Tête enseignante GPT0,278
Écart entre enseignants0,257 · 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

Citations49
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMarine DrugsMême sujetMarine Sponges and Natural ProductsTravaux en français237 207