Spline‐Fitting with a Genetic Algorithm: A Method for Developing Classification Structure—Activity Relationships.
Notice bibliographique
Résumé
Classification methods allow for the development of structure−activity relationship models when the target\nproperty is categorical rather than continuous. We describe a classification method which fits descriptor\nsplines to activities, with descriptors selected using a genetic algorithm. This method, which we identify as\nSFGA, is compared to the well-established techniques of recursive partitioning (RP) and soft independent\nmodeling by class analogy (SIMCA) using five series of compounds: cyclooxygenase-2 (COX-2) inhibitors,\nbenzodiazepine receptor (BZR) ligands, estrogen receptor (ER) ligands, dihydrofolate reductase (DHFR)\ninhibitors, and monoamine oxidase (MAO) inhibitors. Only 1-D and 2-D descriptors were used. Approximately\n40% of compounds in each series were assigned to a test set, “cherry-picked” from the complete set such\nthat they lie outside the training set as much as possible. SFGA produced models that were more predictive\nfor all but the DHFR set, for which SIMCA was most predictive. RP gave the least predictive models for\nall but the MAO set. A similar trend was observed when using training and test sets to which compounds\nwere randomly assigned and when gradually eliminating compounds from the (designed) training set. The\nstability of models was examined for the random and reduced sets, where stability means that classification\nstatistics and the selected descriptors are similar for models derived from different sets. Here, SIMCA produced\nthe most stable models, followed by SFGA and RP. We show that a consensus approach that combines all\nthree methods outperforms the single best model for all data sets.
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 | 0,006 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,002 |
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 ».