MétaCan
Menu
Retour à la cohorte
Enregistrement W4224098079 · doi:10.20944/preprints202204.0151.v1

The Discovery of Novel Antimicrobial Agents by The Application of Isocyanide Based Multicomponent Reactions<strong> </strong>

2022· preprint· en· W4224098079 sur OpenAlexaff
Sameer Quazi, Shreelaxmi Gavas, Bahareh Farasati Far, Javid Ahmad Malik, Maliha Rashid

Notice bibliographique

RevuePreprints.org · 2022
Typepreprint
Langueen
DomaineChemistry
ThématiqueMulticomponent Synthesis of Heterocycles
Établissements canadiensEmergent BioSolutions (Canada)
Organismes subventionnairesnon disponible
Mots-clésIsocyanideCombinatorial chemistryAntimicrobialDrug discoveryChemistryBroad spectrumNanotechnologyBiochemical engineeringComputational biologyBiologyOrganic chemistryMaterials scienceEngineeringBiochemistry

Résumé

récupéré en direct d'OpenAlex

Multicomponent reactions (MCR) have been used to synthesis a wide range of analogs from several classes of heterocyclic compounds, with multifaceted medicinal uses. The synthesis of highly functionalized molecules in a single pot is a unique property of MCR, allowing researchers to quickly assemble libraries of compounds of biological interest and uncover novel leads as possible therapeutic agents. Isocyanide-based multicomponent reactions have proven to be extremely effective at swiftly specifying members of compound libraries, particularly in discovery of drug . The understanding of structure-activity correlations that drive the development of new goods and technology, requires structural variety in these libraries. In current world, antibiotic resistance is a major ongoing problem which is developing a problematic scenario in public health. The implementation of isocyanide based multicomponent reactions uphold a significant potential in this regard. By utilizing such reactions, new antimicrobial compounds can be discovered and fight against such concerns. This study discusses recent developments in antimicrobial medication discovery using isocyanide-based multicomponent reactions (IMCRs). Furthermore, the article emphasizes the potential of IMCRs in the near future.

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)0,001
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,069
Tête enseignante GPT0,316
Écart entre enseignants0,247 · 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'étudeExpérimental (laboratoire)
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

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePreprints.orgMême sujetMulticomponent Synthesis of HeterocyclesTravaux en français237 207