A human-in-the-loop environment for developmental biology
Notice bibliographique
Résumé
BOODLE (BiOlOgical DeveLopment Environment) is a long-term project to complement morphometric empirical studies in the field of developmental biology by means of interactive modelling and simulation techniques. BOODLE aims at providing viable behaviour models of cells that fit recorded time series of morphogenetic stages. This information is critical for driving empirical studies and for simulating the emergence of pathological abnormalities. In this paper, we present a BOODLE prototype that covers the whole functionality of the envisioned system. The application usage cycle starts with importing scan data of embryos of model organisms. Next, it allows the user/experimenter to work with the imported model, for instance to add meta data, to refine annotations, and even to automatically or manually populate the captured volumes with virtual cells. Finally, the user/experimenter is given the opportunity to run simulation experiments. To outline how the pipeline works in particular, we have setup a mockup toy experiment that optimises cell parameters such that a population of cells develops in accordance with several preset transient states. For all stages of the modelling and simulation process, BOODLE provides accessible interfaces and visualisations. These include visual programming and configuration of individual cells’ behaviours and physical properties. In this paper, we show how all these aspects together realise a prototype for a Biologist-in-the- Loop simulation for the creation, automated optimisation and analysis of cellular behaviour models.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 tête enseignante, 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 ».