MétaCan
Menu
Retour à la cohorte
Enregistrement W4214510408 · doi:10.3390/molecules27051539

Biotechnological Innovations from Ocean: Transpiring Role of Marine Drugs in Management of Chronic Disorders

2022· review· en· W4214510408 sur OpenAlexaff
Saurabh Bhatia, Rashita Makkar, Tapan Behl, Aayush Sehgal, Sukhbir Singh, Mahesh Rachamalla, Vasudevan Mani, Muhammad Shahid Iqbal, Simona Bungău

Notice bibliographique

RevueMolecules · 2022
Typereview
Langueen
DomaineEnvironmental Science
ThématiqueChemistry and Chemical Engineering
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésMarine ecosystemDrugMedicineDrug discoveryHuman healthBiologyBioinformaticsPharmacologyEcosystemEcologyEnvironmental health

Résumé

récupéré en direct d'OpenAlex

Marine drugs are abundant in number, comprise of a diverse range of structures with corresponding mechanisms of action, and hold promise for the discovery of new and better treatment approaches for the management of several chronic diseases. There are huge reserves of natural marine biological compounds, as 70 percent of the Earth is covered with oceans, indicating a diversity of chemical entities on the planet. The marine ecosystems are a rich source of bioactive products and have been explored for lead drug molecules that have proven to be novel therapeutic targets. Over the last 70 years, many structurally diverse drug products and their secondary metabolites have been isolated from marine sources. The drugs obtained from marine sources have displayed an exceptional potential in the management of a wide array of diseases, ranging from acute to chronic conditions. A beneficial role of marine drugs in human health has been recently proposed. The current review highlights various marine drugs and their compounds and role in the management of chronic diseases such as cancer, diabetes, neurodegenerative diseases, and cardiovascular disorders, which has led to the development of new drug treatment approaches.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,994
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0020,000

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 Opus0,007
Tête enseignante GPT0,215
Écart entre enseignants0,208 · 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.

Devis d'étudeAutre devis
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

Citations18
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMoleculesMême sujetChemistry and Chemical EngineeringTravaux en français237 207