Trends in the Electron Microscopy Data Bank (EMDB)
Notice bibliographique
Résumé
Recent technological advances, such as the introduction of the direct electron detector, have transformed the field of cryo-EM and the landscape of molecular and cellular structural biology. This study analyses these trends from the vantage point of the Electron Microscopy Data Bank (EMDB), the public archive for three-dimensional EM reconstructions. Over 1000 entries were released in 2016, representing almost a quarter of the total number of entries (4431). Structures at better than 6 Å resolution now represent one of the fastest-growing categories, while the share of annually released tomography-related structures is approaching 20%. The use of direct electron detectors is growing very rapidly: they were used for 70% of the structures released in 2016, in contrast to none before 2011. Microscopes from FEI have an overwhelming lead in terms of usage, and the use of the RELION software package continues to grow rapidly after having attained a leading position in the field. China is rapidly emerging as a major player in the field, supplementing the US, Germany and the UK as the big four. Similarly, Tsinghua University ranks only second to the MRC Laboratory for Molecular Biology in terms of involvement in publications associated with cryo-EM structures at better than 4 Å resolution. Overall, the numbers point to a rapid democratization of the field, with more countries and institutes becoming involved.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,011 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,013 | 0,028 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,009 | 0,008 |
| Science ouverte | 0,003 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,022 | 0,046 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».