Pharmacodb-1.0.0
Notice bibliographique
Résumé
PharmacoDB allows scientists to search across publicly available datasets to find instances where a drug or cell line of interest has been profiled, and to view and compare the dose-response data for a specific cell line - drug pair from any of the studies included in the database. We are providing full access to the contents of the first stable release of PharmacoDB and are distributing the data as a MySQL dump. Making our research fully reproducible is part of the mission of the Haibe-Kains laboratory. The existing dump can be made PostgreSQL compatible by following the instructions below: Step 1: Install Docker (https://www.docker.com/) Step 2: Run the commands below sudo docker pull bhklab/pharmacodb:1.0.0 sudo docker run -d -p 3000:3000 -v ~:/home -it --name pharmacodb_v1.0.0 --entrypoint /bin/bash bhklab/pharmacodb:1.0.0 sudo docker exec -it --user root pharmacodb_v1.0.0 /usr/src/app/data/mysql_to_postgres The new PostgreSQL compatible dump will be available in your home directory as 'pharmacodb_development.psql'. Update Version 1 of this dataset did not contain the HARA cell-line annotation correction (tissue type is lung and not breast). Our apologies for any inconvenience. Please use and cite Version 2 instead. For more information, please visit https://pharmacodb.pmgenomics.ca
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 | 0,005 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,003 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,007 | 0,005 |
| Science ouverte | 0,008 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,219 | 0,301 |
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 ».