MétaCan
Menu
← Retour à la cohorte
Enregistrement W4361922624 · doi:10.1158/1078-0432.22463994.v1

Sup. Figure 3: Foretinib and nintedanib inhibited the TRK-A in the kinase inhibition profile assay. from Foretinib Overcomes Entrectinib Resistance Associated with the <i>NTRK1</i> G667C Mutation in <i>NTRK1</i> Fusion–Positive Tumor Cells in a Brain Metastasis Model

2023· preprint· en· W4361922624 sur OpenAlexaboutno aff
Akihiro Nishiyama, Tadaaki Yamada, Kenji Kita, Rong Wang, Sachiko Arai, Koji Fukuda, Azusa Tanimoto, Shinji Takeuchi, Shoichiro Tange, Atsushi Tajima, Noritaka Furuya, Takayoshi Kinoshita, Seiji Yano

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineMedicine
ThématiqueLung Cancer Treatments and Mutations
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTrk receptorKinaseChemistryTropomyosin receptor kinase AIC50ChromatographyBiochemistryIn vitroReceptor

Résumé

récupéré en direct d'OpenAlex

The IC50 value of entrectinib, foretinib and nintedanib against TRK-A, TRK-B and TRK-C human kinases was determined by SignalChem's target profiling service (SignalChem, Richmond, BC, Canada). SignalChem uses a radioisotope assay format for profiling evaluation of all kinase and assays (in duplicate) were performed at 22oC for 30 min in a final volume of 25 mL. The assay was initiated by the addition of 33P-ATP and the reaction mixture incubated at room temperature 22oC for 30 minutes. After the incubation period, the assay was terminated by spotting 10 mL of the reaction mixture onto Multiscreen phosphocellulose P81 plate. The Multiscreen phosphocellulose P81 plate was washed 3 times for approximately 15 minutes each in a 1% phosphoric acid solution. The radioactivity on the P81 plate was counted in the presence of scintillation fluid in a Trilux scintillation counter. For detailed assay conditions for each protein kinase target, please see website (www.signalchem.com).

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)0,000
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: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,139
Score d'incertitude au seuil0,466

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,1390,098

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 Opus0,016
Tête enseignante GPT0,270
Écart entre enseignants0,254 · 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
GenreJeu de données

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetLung Cancer Treatments and Mutations→Travaux en français237 207→