MétaCan
Menu
Retour à la cohorte
Enregistrement W2110783096 · doi:10.1093/bioinformatics/btq264

GPCR-OKB: the G Protein Coupled Receptor Oligomer Knowledge Base

2010· article· en· W2110783096 sur OpenAlexaff
George Khelashvili, Kevin C. Dorff, Jufang Shan, Marta Camacho‐Artacho, Lucy Skrabanek, Bas Vroling, Michel Bouvier, Lakshmi A. Devi, Susan R. George, Jonathan A. Javitch, Martin J. Lohse, Graeme Milligan, Richard R. Neubig, Krzysztof Palczewski, Marc Parmentier, Jean‐Philippe Pin, Gerrit Vriend, Fabien Campagne, Marta Filizola

Notice bibliographique

RevueBioinformatics · 2010
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueReceptor Mechanisms and Signaling
Établissements canadiensUniversité de MontréalInstitute for Research in Immunology and Cancer
Organismes subventionnairesNational Institute on Drug AbuseNational Institute of Mental HealthNational Institutes of HealthNorwegian Biodiversity Information Centre
Mots-clésOligomerG protein-coupled receptorBase (topology)ReceptorComputer scienceComputational biologyChemistryBiologyBiochemistryMathematicsPolymer chemistry

Résumé

récupéré en direct d'OpenAlex

SUMMARY: Rapid expansion of available data about G Protein Coupled Receptor (GPCR) dimers/oligomers over the past few years requires an effective system to organize this information electronically. Based on an ontology derived from a community dialog involving colleagues using experimental and computational methodologies, we developed the GPCR-Oligomerization Knowledge Base (GPCR-OKB). GPCR-OKB is a system that supports browsing and searching for GPCR oligomer data. Such data were manually derived from the literature. While focused on GPCR oligomers, GPCR-OKB is seamlessly connected to GPCRDB, facilitating the correlation of information about GPCR protomers and oligomers. AVAILABILITY AND IMPLEMENTATION: The GPCR-OKB web application is freely available at http://www.gpcr-okb.org

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)0,002
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Logiciel · Signal consensuel: aucune
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,067

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,004
Études des sciences et des technologies0,0010,000
Communication savante0,0030,003
Science ouverte0,0030,003
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0200,018

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 Opus0,010
Tête enseignante GPT0,233
Écart entre enseignants0,223 · 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'étudeSans objet
Domainenon disponible
GenreLogiciel

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

En bref

Citations75
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBioinformaticsMême sujetReceptor Mechanisms and SignalingTravaux en français237 207