MétaCan
Menu
Retour à la cohorte
Enregistrement W2064969511 · doi:10.1080/07391102.2000.10506608

Modeling Molecular Recognition: Theory and Application

2000· review· en· W2064969511 sur OpenAlexaff
Kristy L. Mardis, Ray Luo, Laurent David, Michael J. Potter, Amy Jo Glemza, Greg Payne, Michael K. Gilson

Notice bibliographique

RevueJournal of Biomolecular Structure and Dynamics · 2000
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueProtein Structure and Dynamics
Établissements canadiensUniversité de Montréal
Organismes subventionnairesNational Institute of Standards and TechnologyNational Institutes of HealthU.S. Department of Agriculture
Mots-clésSolvationAffinitiesElectrostaticsNon-covalent interactionsComputer scienceBinding affinitiesComputational chemistryForce field (fiction)Implicit solvationSmall moleculeChemistryStatistical physicsNanotechnologyMoleculePhysicsArtificial intelligenceMaterials scienceStereochemistryPhysical chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Efficient, reliable methods for calculating the binding affinities of noncovalent complexes would allow advances in a variety of areas such as drug discovery and separation science. We have recently described a method that accommodates significant physical detail while remaining fast enough for use in molecular design. This approach uses the predominant states method to compute free energies, an empirical force field, and an implicit solvation model based upon continuum electrostatics. We review applications of this method to systems ranging from small molecules to protein-ligand complexes.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,002
Communication savante0,0020,002
Science ouverte0,0020,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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 Opus0,006
Tête enseignante GPT0,266
Écart entre enseignants0,259 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Biomolecular Structure and DynamicsMême sujetProtein Structure and DynamicsTravaux en français237 207