MétaCan
Menu
Retour à la cohorte
Enregistrement W4388025982 · doi:10.1039/d3ra06831e

Challenges in natural product-based drug discovery assisted with <i>in silico</i> -based methods

2023· review· en· W4388025982 sur OpenAlexaff
Conrad V. Simoben, Smith B. Babiaka, Aurélien F. A. Moumbock, Cyril T. Namba-Nzanguim, Donatus Bekindaka Eni, José L. Medina‐Franco, Stefan Günther, Fidele Ntie‐Kang, Wolfgang Sippl

Notice bibliographique

RevueRSC Advances · 2023
Typereview
Langueen
DomaineMedicine
ThématiqueMicrobial Natural Products and Biosynthesis
Établissements canadiensStructural Genomics ConsortiumUniversity of Toronto
Organismes subventionnairesLifeArcAlexander von Humboldt-StiftungBill and Melinda Gates Foundation
Mots-clésIn silicoDrug discoveryNatural productComputer scienceProduct (mathematics)Data scienceBiochemical engineeringField (mathematics)Natural Product ResearchNatural (archaeology)Computational biologyManagement scienceEngineeringBioinformaticsChemistryBiologyMathematics

Résumé

récupéré en direct d'OpenAlex

-based approaches even more popular and successful in the investigation of NPs. However, identifying and proposing novel NP-based hits for experimental validation comes with several challenges such as the availability of compounds by suppliers, the huge task of separating pure compounds from complex mixtures, the quantity of samples available from the natural source to be tested, not to mention the potential ecological impact if the natural source is exhausted. Because most peer-reviewed publications are biased towards "positive results", these challenges are generally not discussed in publications. In this review, we highlight and discuss these challenges. The idea is to give interested scientists in this field of research an idea of what they can come across or should be expecting as well as prompting them on how to avoid or fix these issues.

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)0,001
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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,955
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0030,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,083
Tête enseignante GPT0,384
Écart entre enseignants0,302 · 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'étudeAutre devis
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

Citations58
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRSC AdvancesMême sujetMicrobial Natural Products and BiosynthesisTravaux en français237 207