MétaCan
Menu
Retour à la cohorte
Enregistrement W4415279864 · doi:10.1039/d5md00284b

Development of small molecule inhibitors of ECM collagen secretion

2025· article· en· W4415279864 sur OpenAlexafffund
Ross S. Mancini, Pierre-Antoine Bissey, Leonardo Massignan, Vaijinath Mane, Donald F. Weaver, Kenneth W. Yip, Fei‐Fei Liu, Mark A. Reed

Notice bibliographique

RevueRSC Medicinal Chemistry · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueRadiopharmaceutical Chemistry and Applications
Établissements canadiensUniversity of TorontoPrincess Margaret Cancer CentreOntario Brain InstituteUniversity Health Network
Organismes subventionnairesTemerty Faculty of Medicine, University of TorontoCanadian Institutes of Health ResearchPrincess Margaret Cancer FoundationMinistry of Health, Ontario
Mots-clésSmall moleculeExtracellular matrixFibrosisFunction (biology)CD36Matrix metalloproteinaseMechanism of actionExtracellular

Résumé

récupéré en direct d'OpenAlex

Tissue fibrosis is a common consequence of many different acute and chronic injuries, which severely impairs the function of affected organs. A significant challenge is the lack of effective strategies to treat fibrotic disorders. The metabolic dysregulation underlying fibrosis may be reversed by the small molecule caffeic acid phenethyl ester (CAPE), but there are limitations which prevent its clinical use. Following the identification of caffeic acid derivative 1 from an in-house library screen, we performed structure-activity relationship studies which led to the discovery of novel small molecule inhibitors of extracellular matrix (ECM) collagen secretion. The small molecules increased PPARG and CD36 expression (markers of fatty acid metabolism), suggesting a mechanism of action involving a metabolic shift from fibrotic-to-normal state. The compounds identified in this study provide a foundation for further development towards a novel, first-in-class therapeutic agent for fibrosis.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,038
Score d'incertitude au seuil0,433

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 recherche0,0000,000
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 Opus0,021
Tête enseignante GPT0,307
Écart entre enseignants0,285 · 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'étudeExpérimental (laboratoire)
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

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRSC Medicinal ChemistryMême sujetRadiopharmaceutical Chemistry and ApplicationsTravaux en français237 207