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 1 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
DrugBank 5.0: a major update to the DrugBank database for 2018
David S. Wishart, Yannick Djoumbou-Feunang, An Chi Guo, Elvis Lo, Ana Marcu, Jason R. Grant +16 autres
2017· article· en· Nucleic Acids Research· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
8 798
citations
fundno affsans résuménon étiqueté
A Landscape of Driver Mutations in Melanoma
Eran Hodis, Ian R. Watson, Gregory V. Kryukov, Stefan T. Arold, Marcin Imieliński, Jean‐Philippe Theurillat +34 autres
2012· article· en· Cell· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
2 621
citations
afffundsans résuménon étiqueté
A Deep Learning Approach to Antibiotic Discovery
Jonathan Stokes, Kevin Yang, Kyle Swanson, Wengong Jin, Andrés Cubillos-Ruiz, Nina M. Donghia +14 autres
2020· article· en· Cell· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
2 198
citations
affnon étiqueté
QSAR Modeling: Where Have You Been? Where Are You Going To?
Artem Cherkasov, Eugene Muratov, Denis Fourches, Alexandre Varnek, Igor I. Baskin, M Cronin +13 autres
2013· article· en· Journal of Medicinal Chemistry· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
2 073
citations
afffundnon étiqueté
DrugBank 4.0: shedding new light on drug metabolism
Vivian Law, Craig Knox, Yannick Djoumbou-Feunang, Tim Jewison, An Chi Guo, Yifeng Liu +11 autres
2013· article· en· Nucleic Acids Research· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
2 064
citations
affnon étiqueté
Automatic Chemical Design Using a Data-Driven Continuous Representation of Molecules.
Rafael Gómez‐Bombarelli, Jennifer N. Wei, David Duvenaud, José Miguel Hernández-Lobato, Benjamín Sánchez-Lengeling, Dennis Sheberla +4 autres
2018· article· en· Cambridge University Engineering Department Publications Database· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
1 978
citations
afffundnon étiqueté
DrugBank 6.0: the DrugBank Knowledgebase for 2024
Craig Knox, Christen M. Klinger, Mark Franklin, Eponine Oler, Alexander E. Wilson, Allison Pon +35 autres
2023· article· en· Nucleic Acids Research· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
1 530
citations
affsans résuménon étiqueté
Software for molecular docking: a review
Nataraj Sekhar Pagadala, Khajamohiddin Syed, Jack A. Tuszyński
2017· review· en· Biophysical Reviews· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
1 464
citations
affnon étiqueté
The IntAct molecular interaction database in 2012
Samuel Kerrien, Bruno Aranda, Lionel Breuza, Alan Bridge, F. Broackes-Carter, Carol Chen +16 autres
2011· article· en· Nucleic Acids Research· Computer Science
prédiction machine:candidate · scholarly_communicationconsensus · aucune
1 169
citations
affsans résuménon étiqueté
Automated design of ligands to polypharmacological profiles
Jérémy Besnard, G.F. Ruda, Vincent Setola, Keren Abecassis, Ramona M. Rodriguiz, Xi‐Ping Huang +15 autres
2012· article· en· Nature· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
845
citations
affnon étiqueté
Applications of Deep Learning in Biomedicine
Polina Mamoshina, Armando Vieira, Evgeny Putin, Alex Zhavoronkov
2016· review· en· Molecular Pharmaceutics· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
715
citations
affnon étiqueté
Artificial intelligence in COVID-19 drug repurposing
Yadi Zhou, Fei Wang, Jian Tang, Ruth Nussinov, Feixiong Cheng
2020· review· en· The Lancet Digital Health· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
641
citations
fundno affnon étiqueté
Bacterial Metabolism and Antibiotic Efficacy
Jonathan Stokes, Allison J. Lopatkin, Michael A. Lobritz, James J. Collins
2019· review· en· Cell Metabolism· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
616
citations
affnon étiqueté
Drug development in Alzheimer’s disease: the path to 2025
Jeffrey L. Cummings, Paul Aisen, Bruno Dubois, Lutz Frölich, Clifford R. Jack, Roy Jones +4 autres
2016· review· en· Alzheimer s Research & Therapy· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
455
citations
affsans résuménon étiqueté
Artificial intelligence for natural product drug discovery
Michael W. Mullowney, Katherine Duncan, Somayah S. Elsayed, Neha Garg, Justin J. J. van der Hooft, Nathaniel I. Martin +52 autres
2023· review· en· Nature Reviews Drug Discovery· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
390
citations
affnon étiqueté
Reinforced Adversarial Neural Computer for <i>de Novo</i> Molecular Design
Evgeny Putin, Arip Asadulaev, Yan A. Ivanenkov, Vladimir Aladinskiy, Benjamín Sánchez-Lengeling, Alán Aspuru‐Guzik +1 autres
2018· article· en· Journal of Chemical Information and Modeling· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
387
citations
afffundsans résuménon étiqueté
Drug repurposing for antimicrobial discovery
Maya A. Farha, Eric D. Brown
2019· review· en· Nature Microbiology· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
368
citations
afffundnon étiqueté
Systematic exploration of synergistic drug pairs
Murat Cokol, Hon Nian Chua, Murat Taşan, Beste Mutlu, Zohar Weinstein, Yo Suzuki +9 autres
2011· article· en· Molecular Systems Biology· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
327
citations

En coulisses: Sélection · Constats · À propos