MétaCan
Menu
Retour à la cohorte
Enregistrement W2194609845 · doi:10.6000/1927-5129.2015.11.83

Gene Ontology Tools: A Comparative Study

2015· article· en· W2194609845 sur OpenAlexvenueno aff
Muhammad Shahzad, Kamran Ahsan, Adnan Nadeem, Muhammad Sarim

Notice bibliographique

RevueJournal of Basic & Applied Sciences · 2015
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueBiomedical Text Mining and Ontologies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésComputer scienceAnnotationOntologyVisualizationKey (lock)Resource (disambiguation)Gene ontologyInformation retrievalGene AnnotationData scienceWorld Wide WebData miningGenomeGeneArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Gene ontology (GO) is a key initiative of bioinformatics to provide uniform description of gene product in different public databases. The GO project has initiated 3 (three) structured and organized controlled vocabularies (i.e. ontology) that describes gene products in term of cellular components, biological processes and functions in an independent of species. This resource saves lots of time and effort in finding information of any particular gene from different databases. Since 1998, many tools have been developed which at one end relieves the researchers to search particulars about gene products but at other end makes difficult to opt most appropriate tool for any certain investigation in gene ontology. Here we present the state-of-the-art web based GO tools currently used for biological ontologies. We adopt comparison methodology in conjunction with visualization capabilities and sources of annotation data. This paper considers three GO tools for the said purpose. In Visualization capabilities; Indented List, Node-link & tree and Zoomable capabilities of selected tools have been analyzed. In the data sources section; currently available sources for data annotation have been discussed. This review will facilitate potential users of the GO tools to select an appropriate tool for their need.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,224
Score d'incertitude au seuil0,265

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
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 Opus0,133
Tête enseignante GPT0,359
Écart entre enseignants0,226 · 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

Citations3
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Basic & Applied SciencesMême sujetBiomedical Text Mining and OntologiesTravaux en français237 207