Ectonucleotidase inhibitors: an updated patent review (2017–2023)
Notice bibliographique
Résumé
INTRODUCTION: The main enzymes that hydrolyzes nucleotides at the cell surface are nucleoside triphosphate diphosphohydrolases (NTPDases), ecto-nucleotide pyrophosphatases/phosphodiesterases (ENPPs), alkaline phosphatases (APs) and ecto-5'- nucleotidase (e5'NT, CD73) and by regulating the concentration of nucleotides at the cell surface, these enzymes have the potential to affect various conditions such as fibrosis, cancer metastasis, pruritus, inflammation, and autoimmune diseases. Thus, they represent a prospective therapeutic target. AREA COVERED: A number of molecules, including nucleoside/nucleotide and non-nucleoside analogues, and bicyclic compounds, have shown strong potential as ectonucleotidase inhibitors. This review covers the chemistry and clinical uses of ectonucleotidase inhibitors patented between 2017 and 2023. EXPERT OPINION: By binding to their specific P1 and P2 receptors at the cell surface, nucleosides and nucleotides regulate a number of pathophysiological events such as inflammation, fibrosis, cancer, and autoimmune diseases. Interestingly, these nucleotides can be hydrolyzed to nucleosides by several cell surface enzymes called ectonucleotidases. The development of small molecules that modulate ectonucleotidase activity is, therefore, of therapeutic value. This review provides valuable insights into recent advancements, including combination therapy and enhanced selectivity, which are poised to shape the future of ectonucleotidase inhibition through a comprehensive analysis of patents.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
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 ».