Recent Advancements in the Diversification and Applications of Boron-Containing Compounds in Medicinal Chemistry
Notice bibliographique
Résumé
Boron-containing compounds have made a significant impact on the field of medicinal chemistry since the discovery of Bortezomib (Velcade®), a dipeptide boronic acid approved by the FDA in 2003 for the treatment of multiple myeloma. Since then, over the last two decades, four more boron-containing drugs have been approved by the FDA: Tavaborole (Kerydin®), Ixazomib (Ninlaro®), Crisaborole (Eucrisa®), and Vaborbactam (in Vabomere®). These compounds are approved for treating conditions such as onychomycosis, multiple myeloma, and atopic dermatitis, as well as an Aβ-lactamase inhibitor approved in combination with meropenem for treating infections. Further, many organic molecules containing boron are in clinical trials. Additionally, boron-containing compounds play a crucial role in various biological processes. Boron’s Lewis acidity has been utilized for diverse applications, from targeting biological molecules to the synthesis of organic compounds and in advanced drug delivery systems. Recent progress in the advancement of boron-containing compounds has not stopped, and the further use of Boron is emerging day-by-day with the discovery of multifaceted applications. This review aims to highlight the recent advances made in the last decade in the drug design of boron-containing compounds and their therapeutic applications. Here, in this work, we have focused on the recent diversification and progress of boron-containing compounds in medicinal chemistry applications.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 ».