MétaCan
Menu
Retour à la cohorte
Enregistrement W3108286559 · doi:10.1038/s41467-020-19942-z

Towards a unified open access dataset of molecular interactions

2020· review· en· W3108286559 sur OpenAlexafffund
Pablo Porras, Elisabet Barrera, Alan Bridge, Noemí del‐Toro, Gianni Cesareni, Margaret Duesbury, Henning Hermjakob, Marta Iannuccelli, Igor Jurišica, Max Kotlyar, Luana Licata, Ruth C. Lovering, David J. Lynn, Birgit Meldal, Bindu Nanduri, Kalpana Paneerselvam, Simona Panni, Chiara Pastrello, Matteo Pellegrini, Livia Perfetto, Negin Rahimzadeh, Prashansa Ratan, Sylvie Ricard‐Blum, Łukasz Salwiński, Gautam Shirodkar, Anjali Shrivastava, Sandra Orchard

Notice bibliographique

RevueNature Communications · 2020
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueBioinformatics and Genomic Networks
Établissements canadiensUniversity of TorontoUniversity Health Network
Organismes subventionnairesNational Institute of Diabetes and Digestive and Kidney DiseasesNational Institute of Allergy and Infectious DiseasesNational Institute of General Medical SciencesNational Cancer InstituteNational Institute of Mental HealthNational Heart, Lung, and Blood InstituteNatural Sciences and Engineering Research Council of CanadaInstitut Français de BioinformatiqueCanadian Institutes of Health ResearchNational Institutes of HealthFondation pour la Recherche MédicaleNational Eye InstituteNational Institute on AgingGenome British ColumbiaEMBL AustraliaNational Human Genome Research InstituteWellcome TrustEuropean Bioinformatics InstituteFoundation for the National Institutes of Health
Mots-clésInteractorData scienceAnnotationComputer scienceData curationWorld Wide WebComputational biologyBiology

Résumé

récupéré en direct d'OpenAlex

The International Molecular Exchange (IMEx) Consortium provides scientists with a single body of experimentally verified protein interactions curated in rich contextual detail to an internationally agreed standard. In this update to the work of the IMEx Consortium, we discuss how this initiative has been working in practice, how it has ensured database sustainability, and how it is meeting emerging annotation challenges through the introduction of new interactor types and data formats. Additionally, we provide examples of how IMEx data are being used by biomedical researchers and integrated in other bioinformatic tools and resources.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesScience ouverte
Catégories consensuellesScience ouverte
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,847
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0080,009
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,083
Tête enseignante GPT0,443
Écart entre enseignants0,361 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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

Citations82
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNature CommunicationsMême sujetBioinformatics and Genomic NetworksTravaux en français237 207