MétaCan
Menu
Retour à la cohorte
Enregistrement W2336308079 · doi:10.1101/pdb.prot088880

Use of the BioGRID Database for Analysis of Yeast Protein and Genetic Interactions

2016· article· en· W2336308079 sur OpenAlexafffund
Rose Oughtred, Andrew Chatr‐aryamontri, Bobby‐Joe Breitkreutz, Christie Chang, Jennifer Rust, Chandra L. Theesfeld, Sven Heinicke, Ashton Breitkreutz, Daici Chen, Jodi Hirschman, Nadine K. Kolas, Michael Livstone, Julie Nixon, Lara O’Donnell, Lindsay Ramage, Andrew Winter, Teresa Reguly, Adnane Sellam, Chris Stark, Lorrie Boucher, Kara Dolinski, Mike Tyers

Notice bibliographique

RevueCold Spring Harbor Protocols · 2016
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueBioinformatics and Genomic Networks
Établissements canadiensMount Sinai HospitalLunenfeld-Tanenbaum Research InstituteUniversité de MontréalInstitute for Research in Immunology and Cancer
Organismes subventionnairesNational Center for Research ResourcesCanadian Institutes of Health ResearchBiotechnology and Biological Sciences Research CouncilDirectorate for Biological SciencesNational Institutes of Health
Mots-clésSchizosaccharomyces pombeBudding yeastYeastCandida albicansSaccharomyces cerevisiaeBiologySchizosaccharomycesComputational biologyDatabaseBioinformaticsGeneticsComputer science

Résumé

récupéré en direct d'OpenAlex

The BioGRID database is an extensive repository of curated genetic and protein interactions for the budding yeast Saccharomyces cerevisiae, the fission yeast Schizosaccharomyces pombe, and the yeast Candida albicans SC5314, as well as for several other model organisms and humans. This protocol describes how to use the BioGRID website to query genetic or protein interactions for any gene of interest, how to visualize the associated interactions using an embedded interactive network viewer, and how to download data files for either selected interactions or the entire BioGRID interaction data set.

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)0,003
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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,061

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0040,008
Études des sciences et des technologies0,0020,000
Communication savante0,0030,002
Science ouverte0,0030,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0180,013

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 Opus0,030
Tête enseignante GPT0,279
Écart entre enseignants0,249 · 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
GenreMéthodes

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

En bref

Citations27
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCold Spring Harbor ProtocolsMême sujetBioinformatics and Genomic NetworksTravaux en français237 207