MétaCan
Menu
Retour à la cohorte
Enregistrement W4220996563 · doi:10.1146/annurev-biochem-032620-105344

Validating Small Molecule Chemical Probes for Biological Discovery

2022· review· en· W4220996563 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueAnnual Review of Biochemistry · 2022
Typereview
Langueen
DomaineChemistry
ThématiqueClick Chemistry and Applications
Établissements canadiensStructural Genomics ConsortiumPrincess Margaret Cancer CentreUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésSmall moleculeComputational biologyChemical biologyDrug discoveryPhenotypic screeningFunction (biology)Chemical geneticsPhenotypeNanotechnologyChemistryBiologyBioinformaticsBiochemistryGeneticsMaterials scienceGene

Résumé

récupéré en direct d'OpenAlex

Small molecule chemical probes are valuable tools for interrogating protein biological functions and relevance as a therapeutic target. Rigorous validation of chemical probe parameters such as cellular potency and selectivity is critical to unequivocally linking biological and phenotypic data resulting from treatment with a chemical probe to the function of a specific target protein. A variety of modern technologies are available to evaluate cellular potency and selectivity, target engagement, and functional response biomarkers of chemical probe compounds. Here, we review these technologies and the rationales behind using them for the characterization and validation of chemical probes. In addition, large-scale phenotypic characterization of chemical probes through chemical genetic screening is increasingly leading to a wealth of information on the cellular pharmacology and disease involvement of potential therapeutic targets. Extensive compound validation approaches and integration of phenotypic information will lay foundations for further use of chemical probes in biological discovery.

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 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)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,734
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,072
Tête enseignante GPT0,359
Écart entre enseignants0,287 · 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