MétaCan
Menu
Retour à la cohorte
Enregistrement W4224936420 · doi:10.3390/md20050292

Natural Polyether Ionophores and Their Pharmacological Profile

2022· review· en· W4224936420 sur OpenAlexaff
Valery M. Dembitsky

Notice bibliographique

RevueMarine Drugs · 2022
Typereview
Langueen
DomaineEnvironmental Science
ThématiqueMarine Toxins and Detection Methods
Établissements canadiensLethbridge College
Organismes subventionnairesnon disponible
Mots-clésAntiprotozoalAntiparasiticAntifungalAntimicrobialQuantitative structure–activity relationshipChemistryBiological activityCombinatorial chemistryMode of actionBiochemistryBiologyOrganic chemistryMicrobiologyStereochemistryMedicine

Résumé

récupéré en direct d'OpenAlex

This review is devoted to the study of the biological activity of polyether ionophores produced by bacteria, unicellular marine algae, red seaweeds, marine sponges, and coelenterates. Biological activities have been studied experimentally in various laboratories, as well as data obtained using QSAR (Quantitative Structure-Activity Relationships) algorithms. According to the data obtained, it was shown that polyether toxins exhibit strong antibacterial, antimicrobial, antifungal, antitumor, and other activities. Along with this, it was found that natural polyether ionophores exhibit such properties as antiparasitic, antiprotozoal, cytostatic, anti-mycoplasmal, and antieczema activities. In addition, polyethers have been found to be potential regulators of lipid metabolism or inhibitors of DNA synthesis. Further study of the mechanisms of action and the search for new polyether ionophores and their derivatives may provide more effective therapeutic natural polyether ionophores for the treatment of cancer and other diseases. For some polyether ionophores, 3D graphs are presented, which demonstrate the predicted and calculated activities. The data presented in this review will be of interest to pharmacologists, chemists, practical medicine, and the pharmaceutical industry.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,997
Score d'incertitude au seuil0,909

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,1230,000

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 Opus0,028
Tête enseignante GPT0,319
Écart entre enseignants0,291 · 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'étudeSans objet
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

Citations24
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMarine DrugsMême sujetMarine Toxins and Detection MethodsTravaux en français237 207