MétaCan
Menu
Retour à la cohorte
Enregistrement W4290471606 · doi:10.1186/s43046-022-00137-0

Drug repurposing: re-inventing therapies for cancer without re-entering the development pipeline—a review

2022· review· en· W4290471606 sur OpenAlexaff
Shafina Siddiqui, Ankita Jaywant Deshmukh, Priyanka Mudaliar, Apoorva Jagannath Nalawade, Deepak Iyer, Jyotirmoi Aich

Notice bibliographique

RevueJournal of the Egyptian National Cancer Institute · 2022
Typereview
Langueen
DomaineComputer Science
ThématiqueComputational Drug Discovery Methods
Établissements canadiensToronto General HospitalUniversity of TorontoUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésDrug repositioningRepurposingMedicineDrug developmentDrugSAFERCancerApproved drugPharmacologyIntensive care medicineComputer scienceInternal medicine

Résumé

récupéré en direct d'OpenAlex

While majority of the current treatment approaches for cancer remain expensive and are associated with several side effects, development of new treatment modalities takes a significant period of research, time, and expenditure. An alternative novel approach is drug repurposing that focuses on finding new applications for the previously clinically approved drugs. The process of drug repurposing has also been facilitated by current advances in the field of proteomics, genomics, and information computational biology. This approach not only provides cheaper, effective, and potentially safer drugs with less side effects but also increases the processing pace of drug development. In this review, we wish to highlight some recent developments in the area of drug repurposing in cancer with a specific focus on the repurposing potential of anti-psychotic, anti-inflammatory and anti-viral drugs, anti-diabetic, antibacterial, and anti-fungal drugs.

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)0,006
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,962
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0040,001
Intégrité de la recherche0,0000,001
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 Opus0,208
Tête enseignante GPT0,447
Écart entre enseignants0,239 · 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

Citations43
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the Egyptian National Cancer InstituteMême sujetComputational Drug Discovery MethodsTravaux en français237 207