MétaCan
Menu
Retour à la cohorte
Enregistrement W7067640456

A Multivalent Approach to Triggerable-Release Cancer Drug Delivery Systems

2022· article· en· W7067640456 sur OpenAlexaboutno aff

Notice bibliographique

RevueScholarship at UWindsor (University of Windsor) · 2022
Typearticle
Langueen
DomaineComputer Science
ThématiqueComputational Physics and Python Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDrug deliveryDrugDrug carrierCancer drugsNanoroboticsCancerIn vivoBiocompatible material
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Cancer continues to be one of the largest health concerns in Canada with approximately 43% of Canadians expected to be diagnosed in their lifetime. However, traditional chemotherapy methods often create complications from nonspecific drug distribution and poor penetration into tumors, providing an inefficient method for suppressing tumor growth and metastasis, and causing indiscriminate harm to healthy cells in the body. The damage that is caused to healthy cells is the root of most destructive and painful side-effects associated with chemotherapy, including nausea, fatigue, hair loss, mouth sores, fertility issues, and organ damage . Nanodiamonds, microscopic diamond particles, have recently gained popularity in medical applications due to their low cost and negligible toxicity. Additionally, their large surface area allows them to be easily modified with biocompatible attachments like polyethylene glycol (PEG) chains and a self-immolative drug linker, which acts as an efficient drug carrier due to its increased loading site. The Trant Team seeks to design and characterize a selective drug delivery system utilizing the pH-sensitive linker property to release the drug in the cancer cell's acidic environment, reducing harm to not-as-acidic healthy cells. Previous work within the team used nanodiamond single valent carriers in preliminary studies. This presentation will describe multivalent modifications to further increase the loading capacity. Once synthesized and characterized, this drug delivery system is to be tested in vivo on zebrafish to observe its safety and efficacy.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

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 savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,023
Tête enseignante GPT0,227
Écart entre enseignants0,204 · 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 source (Gemma direct ou Codex distillé), 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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScholarship at UWindsor (University of Windsor)Même sujetComputational Physics and Python ApplicationsTravaux en français237 207