MétaCan
Menu
Retour à la cohorte
Enregistrement W2324109501 · doi:10.2174/138620711795767839

Meet the Guest Editor

2011· article· en· W2324109501 sur OpenAlexaboutno aff
Rafael Gozalbes

Notice bibliographique

RevueCombinatorial Chemistry & High Throughput Screening · 2011
Typearticle
Langueen
DomaineComputer Science
ThématiqueComputational Drug Discovery Methods
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésContext (archaeology)Library sciencePharmacophoreADMEChemistryComputer scienceStereochemistryBiologyBiochemistry

Résumé

récupéré en direct d'OpenAlex

Rafael Gozalbes holds a Ph.D. in Physical Chemistry from the University of Valencia, Spain (1998). After a post-doctoral position at the “Groupe de Chimie Informatique et Modelisation” (ITODYS) and Faculte de Medecine, both at the Universite Paris VII, he spent seven years as senior scientist at the Modelling group of CEREP, a biotech company, in France. Since 2007 he is scientific collaborator at the Structural Biochemistry Laboratory of the Centro de Investigacion Principe Felipe (CIPF). His current laboratory is actively engaged in the structural exploration of protein targets relevant in cell invasion and metastasis by using NMR spectroscopy, as well as fragment-based approaches for hit-identification. In this context, Dr. Gozalbes has the responsibility of the chemoinformatics and molecular modelling activities related to the group projects, and he has participated in several programs financed by public institutions as well as translational projects supported by pharmaceutical companies. Dr. Gozalbes is a computational chemist with expertise in the application of in silico approaches to drug discovery, and in particular the development of QSAR multivariate models (for physico-chemical, ADME-T and biological predictions), docking and study of protein-ligand interactions, design of virtual target-focused and diverse chemical libraries, pharmacophore hypotheses generation and virtual screening for selection of hit candidates. He has reviewed research programs for international institutions such as the Institut Pasteur – Cenci Bolognetti Foundation of Rome University “La Sapienza” (Italy) or the Fonds de recherche sur la nature et les technologies (FQRNT), Quebec, Canada. He has published more than 20 scientific papers and two book chapters, and collaborates regularly as a scientific reviewer of several computational and medicinal chemistry journals.

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)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Éditorial · Signal consensuel: Éditorial
Score de désaccord entre enseignants0,338
Score d'incertitude au seuil0,944

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,013
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0050,003
Science ouverte0,0020,003
Intégrité de la recherche0,0040,005
Charge utile insuffisante (le modèle a refusé de juger)0,3380,207

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 Opus0,032
Tête enseignante GPT0,256
Écart entre enseignants0,225 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreÉditorial

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

En bref

Citations0
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCombinatorial Chemistry & High Throughput ScreeningMême sujetComputational Drug Discovery MethodsTravaux en français237 207