MétaCan
Menu
Constructeur de cohorte

4 299 418 travaux, canadiens par l’une de quatre routes.

Chaque état de filtre est une URL; l’URL est la requête; la requête est citable via /q/⟨hash⟩. La page, l’API et l’export analysent les mêmes paramètres.

La cohorte courante, diffusée en continu depuis la base de données : toutes les colonnes des travaux, les étiquettes machine, les scores provisoires et l'état de validation de chaque rangée. Les exportations sont plafonnées à 100 000 rangées. Crée un lien /q/ permanent pour cette requête exacte. Les mêmes filtres produisent toujours le même lien, qui que soit le demandeur.

Terme de recherche
Auteur ou autrice
Période
Ordre
Langue
Type
Domaine
Revue
Sujet
Computational Drug Discovery Methods
Rétractation
Résumé
Source des données probantes
Devis d'étude
Accord des étiquettes
État des étiquettes

Les étiquettes directes de Codex et Gemma sont non validées et clairsemées. Les prédictions distillées couvrent la base complète et sont elles aussi non validées. Choisissez explicitement la source; l'absence d'une étiquette directe n'est jamais une étiquette négative.

affaffiliation
fundbailleur
venuerevue
aboutsujet

Les quatre voies se composent : exigez la voie du financement et excluez l'affiliation pour obtenir la strate financée-seulement qu'aucune base fondée sur l'affiliation ne voit jamais.

2 238 résultats · 1 filtre actif ·
Résultats par année
20002025
Date de publication
Catégories
Étiquettes machine · couverture clairsemée
Preuves
Langue
Type
Citations
Un travail non étiqueté est inconnu, pas un négatif. La couverture est rapportée à chaque requête.
2 238 travaux dans la cohorte · sur 4 299 418page 14 sur 45

Les étiquettes couvrent 4 des 2 238 travaux de cette cohorte. Les autres sont non étiquetés, ce qui n'est pas une étiquette négative : la table des étiquettes est clairsemée aujourd'hui et s'enrichit au fil des rondes d'étiquetage.

Les prédictions distillées couvrent 2 238 des 2 238 travaux de cette cohorte. Ces prédictions portent le statut machine_predicted_unvalidated. Le mode candidate est l'union; le consensus est l'intersection.

affnon étiqueté
A foundation model for clinician-centered drug repurposing
Kexin Huang, Payal Chandak, Qianwen Wang, Shreyas Havaldar, Akhil Vaid, Jure Leskovec +4 autres
2023· preprint· en· medRxiv· Computer Science
prédiction distillée:candidate · metaepi_narrowconsensus · aucune
17
citations
fundno affnon étiqueté
In Silico SAR Studies of HIV-1 Inhibitors
Ismail Hdoufane, Imane Bjij, Mahmoud E. S. Soliman, Alia Tadjer, Didier Villemin, Jane Bogdanov +1 autres
2018· article· en· Pharmaceuticals· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
17
citations
affsans résuménon étiqueté
Chemical trees enumeration algorithms
Roberto Aringhieri, Pierre Hansen, Federico Malucelli
2003· article· en· 4OR· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
17
citations
afffundnon étiqueté
Allosteric linkers in cAMP signalling
Madoka Akimoto, Kody Moleschi, Stephen Boulton, Bryan VanSchouwen, Rajeevan Selvaratnam, Susan S. Taylor +1 autres
2014· review· en· Biochemical Society Transactions· Computer Science
prédiction distillée:candidate · metaepi_narrowconsensus · aucune
17
citations
affsans résuménon étiqueté
The ‘Big Bang’ of the chemical universe
Artem Cherkasov
2023· article· en· Nature Chemical Biology· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
17
citations
afffundnon étiqueté
<i>De novo</i> molecular drug design benchmarking
Lauren L. Grant, Clarissa S. Sit
2021· review· en· RSC Medicinal Chemistry· Computer Science
prédiction distillée:candidate · metaepi_narrowconsensus · aucune
16
citations
affnon étiqueté
REINVENT 2.0 – an AI Tool for De Novo Drug Design
Thomas Blaschke, Josep Arús‐Pous, Hongming Chen, Christian Margreitter, Christian Tyrchan, Ola Engkvist +2 autres
2020· preprint· en· ChemRxiv· Computer Science
prédiction distillée:candidate · metaepi_narrowconsensus · aucune
16
citations
affsans résuménon étiqueté
The changing landscape of medicinal chemistry optimization
Anita Rácz, Levente M. Mihalovits, Maximilian Beckers, Nikolas Fechner, Nikolaus Stiefl, Finton Sirockin +5 autres
2025· review· en· Nature Reviews Drug Discovery· Computer Science
prédiction distillée:candidate · metaepi_narrowconsensus · aucune
16
citations
affnon étiqueté
Modeling--A Tool for Experimentalists
Romas J. Kazlauskas
2001· article· en· Science· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
16
citations
affgemma · metaresearchgpt · metaresearchmodèles en désaccord
Catalogue of bias: novelty bias
Yan Luo, Carl Heneghan, Nav Persaud
2023· article· en· BMJ evidence-based medicine· Computer Science
prédiction distillée:candidate · metaresearchconsensus · aucune
16
citations

En coulisses: Sélection · Constats · À propos