MétaCan
Menu
Retour à la cohorte
Enregistrement W2141955227 · doi:10.1158/0008-5472.can-06-2552

Small Molecules, Big Players: the National Cancer Institute's Initiative for Chemical Genetics

2006· article· en· W2141955227 sur OpenAlexaboutno aff
Nicola Tolliday, Paul A. Clemons, Paul Ferraiolo, Angela N. Koehler, Timothy A. Lewis, Xiaohua Li, Stuart L. Schreiber, Daniela S. Gerhard, Scott Eliasof

Notice bibliographique

RevueCancer Research · 2006
Typearticle
Langueen
DomaineMedicine
ThématiqueMicrobial Natural Products and Biosynthesis
Établissements canadiensnon disponible
Organismes subventionnairesNational Cancer InstituteUniversity of California, IrvineUniversity of California, Los AngelesHarvard University
Mots-clésChemical geneticsData scienceComputer scienceComputational biologyLibrary scienceChemistryNanotechnologyWorld Wide WebSmall moleculeBiologyBiochemistry

Résumé

récupéré en direct d'OpenAlex

In 2002, the National Cancer Institute created the Initiative for Chemical Genetics (ICG), to enable public research using small molecules to accelerate the discovery of cancer-relevant small-molecule probes. The ICG is a public-access research facility consisting of a tightly integrated team of synthetic and analytical chemists, assay developers, high-throughput screening and automation engineers, computational scientists, and software developers. The ICG seeks to facilitate the cross-fertilization of synthetic chemistry and cancer biology by creating a research environment in which new scientific collaborations are possible. To date, the ICG has interacted with 76 biology laboratories from 39 institutions and more than a dozen organic synthetic chemistry laboratories around the country and in Canada. All chemistry and screening data are deposited into the ChemBank web site (http://chembank.broad.harvard.edu/) and are available to the entire research community within a year of generation. ChemBank is both a data repository and a data analysis environment, facilitating the exploration of chemical and biological information across many different assays and small molecules. This report outlines how the ICG functions, how researchers can take advantage of its screening, chemistry and informatic capabilities, and provides a brief summary of some of the many important research findings.

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)0,000
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,196
Score d'incertitude au seuil0,257

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,221
Tête enseignante GPT0,408
Écart entre enseignants0,188 · 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'étudeExpérimental (laboratoire)
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

Citations69
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancer ResearchMême sujetMicrobial Natural Products and BiosynthesisTravaux en français237 207