Automatic annotation of BIND molecular interactions from three-dimensional structures
Notice bibliographique
Résumé
Software to automate the process of extracting molecular interactions from three-dimensional (3D) structures has been developed that records these as Biomolecular Interaction Network Database (BIND) pairwise interaction records. Full annotation of BIND records is provided through a database processing tool called MMDBind, including detailed atom-atom and residue-residue level interaction information. BIND three-dimensional interaction annotation is synthesized by combining information from the Molecular Modeling Database (MMDB), and the HET (heterogen) group dictionary of small molecules in the macromolecular Crystallographic Information Format (mmCIF). Interactions are validated using the Protein Quaternary Structure (PQS) system. A total of 18,166 interactions were removed as being redundant or biologically irrelevant after PQS validation. This first pass MMDBind annotation creates two new divisions of BIND, 3D Biopolymers (BIND-3DBP) comprising 16,737 initial interaction records, and 3D Small Molecules (BIND-3DSM) comprising 48,219 records. Visualization of interacting residues and nucleotides within a macromolecular structure is possible directly from the BIND database owing to added 3D feature annotation within the BIND records that can be conveniently seen using Cn3D ("see-in-3D") after query from the BIND Data Manager. These interaction records provide a further demonstration of the completeness of the BIND data specification and its capabilities as storage and exchange format for all kinds of molecular interactions, including RNA, DNA, protein, and small molecules. Data from the 3DBP and 3DSM sets are available for downloading in Abstract Syntax Notation.1 (ASN.1) or Extensible Markup Language (XML) formats at ftp://ftp.bind.ca/DB/MMDBBind. Data from the 3DBP set is available for interactive query from the BIND Data Manager at www.bind.ca.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,008 |
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 source (Gemma direct ou Codex distillé), 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 ».