MétaCan
Menu
Retour à la cohorte
Enregistrement W3136180086 · doi:10.21926/obm.genet.2101127

Current Progress in Cancer Immunotherapies Using Small Molecules Targeting PD-L1 Stability

2021· article· en· W3136180086 sur OpenAlexafffund
Macyn Leung, Alexander Pipchuk, Xiaolong Yang

Notice bibliographique

RevueOBM Genetics · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer Immunotherapy and Biomarkers
Établissements canadiensQueen's University
Organismes subventionnairesCanadian Institutes of Health ResearchCure Brain Cancer Foundation
Mots-clésPD-L1Immune systemImmune checkpointCancer researchTumor microenvironmentImmunotherapyContext (archaeology)Monoclonal antibodyCancer immunotherapySmall moleculeNivolumabBiologyAntibodyImmunologyBiochemistry

Résumé

récupéré en direct d'OpenAlex

PD-L1 is an immune checkpoint protein that is frequently overexpressed by the cells in the tumor microenvironment. PD-L1 binds to PD-1 present on the activated antitumor T-cells, which allows for tumor immune escape. The ability of the PD-1/PD-L1 axis to suppress antitumor immunity enables its application as a potential target for small-molecule-based immunotherapies. Targeting the PD-L1-mediated tumor immune evasion represents a promising approach for immune checkpoint blockade therapies. However, the existing monoclonal antibody-based therapies present poor overall response rates, warranting the development of small molecule drugs with the ability to regulate PD-L1 stability and enhance antitumor immunity. In this context, the present review summarizes the mechanisms of upstream PD-L1 regulation by kinases, cell cycle modulators, ubiquitin ligases, and glycosylation modulators, as well as the efficacy of small molecules targeting PD-L1 stability in regulating PD-L1-mediated immune evasion.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,227
Score d'incertitude au seuil0,644

Scores Codex et Gemma par catégorie

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 ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,056
Tête enseignante GPT0,337
Écart entre enseignants0,281 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations0
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueOBM GeneticsMême sujetCancer Immunotherapy and BiomarkersTravaux en français237 207