MétaCan
Menu
Retour à la cohorte
Enregistrement W4405182464 · doi:10.1158/1538-8514.cancerchem24-pr005

Abstract PR005: Helping academic investigators develop small molecules for the clinic: The NCI Developmental Therapeutics Program and Stepping-Stones

2024· article· en· W4405182464 sur OpenAlexaboutno aff
Sharad K. Verma, Morgan O' Hayre, Rose Aurigemma

Notice bibliographique

RevueMolecular Cancer Therapeutics · 2024
Typearticle
Langueen
DomaineMedicine
ThématiquePharmaceutical studies and practices
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDrug developmentDrug discoveryComputer scienceMedicineBusinessPharmacologyBioinformaticsDrugBiology

Résumé

récupéré en direct d'OpenAlex

Abstract Academic researchers working in small molecule drug discovery and development face unique challenges – key among these include limited access to the full range of resources needed, inadequate funding which does not cover costs for routine/iterative product development tasks, and unavailability of expertise for the full range of regulatory critical path steps required for an IND. For academic institutions which lack deep resources, specialized core facilities, or endowments, these challenges are even more dire. In recognition of these realities, the NCI Developmental Therapeutics Program (DTP) expanded its capability through creation of the Stepping-Stones program, which provides resources to academic-based researchers who are working towards advancing their small molecule therapeutic candidates from ‘bench to bedside’. Through the Stepping-Stones program, NCI grant-supported small molecule therapeutics focused projects demonstrating high productivity are eligible to obtain access to NCI/DTP drug development capabilities and resources to fill in ‘gaps’ for specific activities that are not covered through their existing funding, but which are necessary to facilitate advancement along the critical path. Examples of services provided have included molecular profiling for ADME/DMPK studies, screens for secondary pharmacology and in vitro safety, synthesis optimization and chemical synthesis, and formulation development, to name a few. By filling in such discrete ‘gaps’, project teams can ‘de-risk’ a candidate earlier and develop stronger data packages to better position themselves for attracting additional investment for development toward clinical testing, or as the data warrants pursue an earlier re-direction of effort before going too far down the critical path. An overview of Stepping-Stones including details for how to be considered for this program and its interactions with other programs at NCI that support drug discovery and development is described, in addition to an overview of DTP’s discovery and development services which usher R&D programs from discovery through preclinical development and IND-enabling studies to support first-in-human trials. From this presentation, academic based ‘drug hunters’ will obtain knowledge about the Stepping-Stones program as a support mechanism to enable their continued efforts and gain an improved understanding about the ‘ecosystem’ of drug discovery and development programs offered by the NCI for the extramural community of researchers. Citation Format: Sharad Verma, Morgan O' Hayre, Rose Aurigemma. Helping academic investigators develop small molecules for the clinic: The NCI Developmental Therapeutics Program and Stepping-Stones [abstract]. In: Proceedings of the AACR Special Conference in Cancer Research: Optimizing Therapeutic Efficacy and Tolerability through Cancer Chemistry; 2024 Dec 9-11; Toronto, Ontario, Canada. Philadelphia (PA): AACR; Mol Cancer Ther 2024;23(12_Suppl):Abstract nr PR005

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,967
Score d'incertitude au seuil0,835

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,183
Tête enseignante GPT0,431
Écart entre enseignants0,248 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

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

En bref

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMolecular Cancer TherapeuticsMême sujetPharmaceutical studies and practicesTravaux en français237 207