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 2 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 volet Gemma est une étiquette directe du modèle pour chaque travail (titre seulement); le volet Codex est un classifieur distillé et calibré. Le mode candidate est l'union; le consensus est l'intersection.

afffundnon étiqueté
The Blood–Brain Barrier (BBB) Score
Mayuri Gupta, Hyeok Jun Lee, Christopher Barden, Donald F. Weaver
2019· article· en· Journal of Medicinal Chemistry· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
326
citations
afffundsans résuménon étiqueté
Machine learning directed drug formulation development
Pauric Bannigan, Matteo Aldeghi, Zeqing Bao, Florian Häse, Alán Aspuru‐Guzik, Christine Allen
2021· review· en· Advanced Drug Delivery Reviews· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
305
citations
affsans résuménon étiqueté
Rational drug design
Meenal Moudgil, Sanat K. Mandal
2009· review· en· European Journal of Pharmacology· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
293
citations
affnon étiqueté
Deep generative molecular design reshapes drug discovery
Xiangxiang Zeng, Fei Wang, Yuan Luo, Seung-Gu Kang, Jian Tang, Felice C. Lightstone +4 autres
2022· review· en· Cell Reports Medicine· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
282
citations
affnon étiqueté
Adverse outcome pathway networks I: Development and applications
Dries Knapen, Michelle Angrish, Marie Fortin, Ioanna Katsiadaki, Marc Léonard, Luigi Margiotta‐Casaluci +6 autres
2018· article· en· Environmental Toxicology and Chemistry· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
235
citations
affsans résuménon étiqueté
The SAMPL2 blind prediction challenge: introduction and overview
Matthew T. Geballe, A. Geoffrey Skillman, Anthony Nicholls, J. Peter Guthrie, Peter J. Taylor
2010· article· en· Journal of Computer-Aided Molecular Design· Computer Science
prédiction machine:candidate · metaresearchconsensus · aucune
211
citations
afffundnon étiqueté
Critical thoughts on computing atom condensed Fukui functions
Patrick Bultinck, Stijn Fias, Christian Van Alsenoy, Paul W. Ayers, Ramon Carbó‐Dorca
2007· article· en· The Journal of Chemical Physics· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
203
citations
affnon étiqueté
Flexible Alignment of Small Molecules
Paul Labute, Chris Williams, Miklós Fehér, Elizabeth Sourial, Jonathan M. Schmidt
2001· article· en· Journal of Medicinal Chemistry· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
193
citations
afffundsans résuménon étiqueté
Machine learning in preclinical drug discovery
Denise B. Catacutan, Jeremie Alexander, Autumn Arnold, J Stokes
2024· review· en· Nature Chemical Biology· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
175
citations
affnon étiqueté
A foundation model for clinician-centered drug repurposing
Kexin Huang, Payal Chandak, Qianwen Wang, Shreyas Havaldar, Akhil Vaid, Jure Leskovec +4 autres
2024· article· en· Nature Medicine· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
171
citations
afffundnon étiqueté
The Atlas of Inflammation Resolution (AIR)
Charles N. Serhan, Shailendra K. Gupta, Mauro Perretti, Catherine Godson, Eoin Brennan, Yongsheng Li +24 autres
2020· review· en· Molecular Aspects of Medicine· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
170
citations

En coulisses: Sélection · Constats · À propos