MétaCan
Menu
Retour à la cohorte
Enregistrement W2954028792 · doi:10.1016/j.drudis.2019.06.020

Target 2035: probing the human proteome

2019· article· en· W2954028792 sur OpenAlexafffund
Adrian J. Carter, Oliver Kraemer, Matthias Zwick, Anke Mueller‐Fahrnow, C.H. Arrowsmith, A.M. Edwards

Notice bibliographique

RevueDrug Discovery Today · 2019
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueProtein Degradation and Inhibitors
Établissements canadiensPrincess Margaret Cancer CentreUniversity of TorontoStructural Genomics Consortium
Organismes subventionnairesEshelman Institute for Innovation, University of North Carolina at Chapel HillJanssen BiotechInnovative Medicines InitiativeOntario Genomics InstituteCanada Foundation for InnovationWellcome TrustMerck KGaAAbbVieOntario Ministry of Research, Innovation and ScienceMSD Life Science Foundation, Public Interest Incorporated FoundationBayerPfizerFundação de Amparo à Pesquisa do Estado de São PauloBoehringer Ingelheim
Mots-clésHuman proteome projectProteomeComputational biologyHuman diseaseHuman genomeDrug discoveryGenomicsFunction (biology)BiologyHuman healthGenomeRelevance (law)Drug developmentData scienceBioinformaticsProteomicsGeneticsComputer scienceDrugMedicineGenePolitical sciencePharmacology

Résumé

récupéré en direct d'OpenAlex

Biomedical scientists tend to focus on only a small fraction of the proteins encoded by the human genome despite overwhelming genetic evidence that many understudied proteins are important for human disease. One of the best ways to interrogate the function of a protein and to determine its relevance as a drug target is by using a pharmacological modulator, such as a chemical probe or an antibody. If these tools were available for most human proteins, it should be possible to translate the tremendous advances in genomics into a greater understanding of human health and disease, and catalyze the creation of innovative new medicines. Target 2035 is a global federation for developing and applying new technologies with the goal of creating chemogenomic libraries, chemical probes, and/or functional antibodies for the entire proteome.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,003

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 Opus0,006
Tête enseignante GPT0,225
Écart entre enseignants0,219 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreSynthèse

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

En bref

Citations178
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueDrug Discovery TodayMême sujetProtein Degradation and InhibitorsTravaux en français237 207