Pnictogens in medicinal chemistry: evolution from erstwhile drugs to emerging layered photonic nanomedicine
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Pnictogens (the non-metal phosphorus, metalloids arsenic and antimony, and metal bismuth) possess diverse chemical characteristics that support the formation of extended molecular structures. As witnessed by the centuries-old (and ongoing) clinical utilities, pnictogen-based compounds have secured their places in history as "magic bullet" therapeutic drugs in medicinal contexts. Moreover, with the development of recent metalloproteomics and bio-coordination chemistry, the pnictogen-based drugs functionally binding to proteins/enzymes in biological systems have been underlaid for "drug repurposing" with promising opportunities. Furthermore, advances in the modern materials science and nonotechnology have stimulated a revolution in other newly discovered forms of pnictogens-phosphorene, arsenene, antimonene, and bismuthine (layered pnictogens). Based on their favorable optoelectronic properties, layered pnictogens have shown dramatic superiority as emerging photonic nanomedicines for the treatment of various diseases. This tutorial review outlines the history and mechanism of action of ancient pnictogen-based drugs (e.g., arsenical compounds in traditional Chinese medicine) and their repurposing into modern therapeutics. Then, the revolutionary use of emerging layered pnictogens as photonic nanomedicines, alongside assessments of their in vivo biosafety, is discussed. Finally, the challenges to further development of pnictogens are set forth and insights for further exploration of their appealing properties are offered. This tutorial review may also provide some deep insights into the fields of integrated traditional Chinese and Western medicines from the perspective of materials science and nanotechnology.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 découle