MétaCan
Menu
Retour à la cohorte
Enregistrement W2131529356 · doi:10.1002/mats.201000087

Logical Analysis of Data in Structure‐Activity Investigation of Polymeric Gene Delivery

2011· article· en· W2131529356 sur OpenAlexaff
Anna V. Gubskaya, Tibérius O. Bonates, Vladyslav Kholodovych, Peter L. Hammer, William J. Welsh, Róbert Langer, Joachim Kohn

Notice bibliographique

RevueMacromolecular Theory and Simulations · 2011
Typearticle
Langueen
DomaineComputer Science
ThématiqueComputational Drug Discovery Methods
Établissements canadiensMount Saint Vincent University
Organismes subventionnairesNational Institute of Biomedical Imaging and Bioengineering
Mots-clésPearson product-moment correlation coefficientCorrelation coefficientRepresentation (politics)PolymerBiological systemLinear regressionComputer scienceRegression analysisChemistryMaterials scienceMathematicsStatisticsOrganic chemistryMachine learning

Résumé

récupéré en direct d'OpenAlex

To date semi-empirical or surrogate modeling has demonstrated great success in the prediction of the biologically relevant properties of polymeric materials. For the first time, a correlation between the chemical structures of poly(β-amino esters) and their efficiency in transfecting DNA was established using the novel technique of logical analysis of data (LAD). Linear combination and explicit representation models were introduced and compared in the framework of the present study. The most successful regression model yielded satisfactory agreement between the predicted and experimentally measured values of transfection efficiency (Pearson correlation coefficient, 0.77; mean absolute error, 3.83). It was shown that detailed analysis of the rules provided by the LAD algorithm offered practical utility to a polymer chemist in the design of new biomaterials.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,382
Score d'incertitude au seuil0,321

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,058
Tête enseignante GPT0,309
Écart entre enseignants0,251 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

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

En bref

Citations15
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMacromolecular Theory and SimulationsMême sujetComputational Drug Discovery MethodsTravaux en français237 207