MétaCan
Menu
Retour à la cohorte
Enregistrement W4405695502 · doi:10.1016/j.bbadis.2024.167637

Lipidomics-driven drug discovery and delivery strategies in glioblastoma

2024· review· en· W4405695502 sur OpenAlexaff
Xiaohui Weng, Michael Gonzalez, Jeannes Angelia, Somayeh Piroozmand, Saleh Jamehdor, Amir Barzegar Behrooz, Hamid Latifi-Navid, Mazaher Ahmadi, Stevan Pecic

Notice bibliographique

RevueBiochimica et Biophysica Acta (BBA) - Molecular Basis of Disease · 2024
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCancer, Lipids, and Metabolism
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésLipidomicsDrug discoveryGlioblastomaDrugDrug deliveryComputational biologyData scienceMedicinePharmacologyComputer scienceBioinformaticsNanotechnologyBiologyCancer researchMaterials science

Résumé

récupéré en direct d'OpenAlex

With few viable treatment options, glioblastoma (GBM) is still one of the most aggressive and deadly types of brain cancer. Recent developments in lipidomics have demonstrated the potential of lipid metabolism as a therapeutic target in GBM. The thorough examination of lipids in biological systems, or lipidomics, is essential to comprehending the changed lipid profiles found in GBM, which are linked to the tumor's ability to grow, survive, and resist treatment. The use of lipidomics in drug delivery and discovery is examined in this study, focusing on how it may be used to find new biomarkers, create multi-target directed ligands, and improve drug delivery systems. We also cover the use of FDA-approved medications, clinical trials that use lipid-targeted medicines, and the integration of lipidomics with other omics technologies. This study emphasizes lipidomics as a possible tool in developing more effective treatment methods for GBM by exploring various lipid-centric techniques.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,852
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
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 Opus0,010
Tête enseignante GPT0,275
Écart entre enseignants0,265 · 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'étudeSans objet
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

Citations8
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiochimica et Biophysica Acta (BBA) - Molecular Basis of DiseaseMême sujetCancer, Lipids, and MetabolismTravaux en français237 207