Deep Annotation of Donated Chemical Probes (DCP) in Organotypic Human Liver Cultures and Patient-Derived Organoids from Tumor and Normal Colorectum
Notice bibliographique
Résumé
High Resolution Image Download MS PowerPoint Slide Well-characterized small molecules are essential tools for studying the biology and therapeutic relevance of a target protein. However, many compounds reported in the literature and routinely studied in biomedical research lack the potency and selectivity required for mechanistic cellular studies on the function of a given protein. Furthermore, commercially available compounds often do not include useful tools developed by industry as part of their research and development efforts, as they frequently remain proprietary. The freely available donated chemical probe (DCP) library, fueled by generous donations of compounds from industry and academia, enables easy access to a steadily growing collection of these valuable and well-characterized tools. Here, we provide a systematic description of the current DCP library collection and their associated comprehensive characterization data, including a variety of in vitro and cellular assays. Of note, we characterized the set in relevant human primary models by employing hepatotoxicity screening in primary human liver spheroids and viability screening in patient-derived colorectal cancer organoids and matched normal-adjacent epithelium. Taken together, the DCP library represents a well-annotated, openly available collection of tool compounds for studying a wide range of targets, including kinases, G-protein-coupled receptors, and ion channels. As such, it represents a unique resource for the biomedical research community.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».