MétaCan
Menu
Retour à la cohorte
Enregistrement W4221142374 · doi:10.1093/nar/gkac331

BioSimulators: a central registry of simulation engines and services for recommending specific tools

2022· article· en· W4221142374 sur OpenAlexaff
Bilal Shaikh, Lucian P. Smith, Gnaneswara Marupilla, Eran Agmon, Henry Agnew, Steven S. Andrews, Azraf Anwar, Moritz E. Beber, Frank Bergmann, Lutz Brusch, Laurence Calzone, Kiri Choi, Joshua M. Cooper, John Detloff, Brian Drawert, Michel Dumontier, G. Bard Ermentrout, James R. Faeder, Andrew P. Freiburger, Fabian Fröhlich, Akira Funahashi, Alan Garny, John H. Gennari, Padraig Gleeson, Anne Goelzer, Zachary B. Haiman, Joseph L. Hellerstein, Stefan Hoops, Jon Ison, Diego Jahn, Henry V. Jakubowski, Ryann Jordan, Matúš Kalaš, Matthias König, Wolfram Liebermeister, Robert A. McDougal, J. Kyle Medley, Pedro Mendes, Aurélien Naldi, Tung V. N. Nguyen, David Nickerson, Brett G. Olivier, Loïc Paulevé, Linda Petzold, Ankita Priya, Anand Rampadarath, Johann M. Rohwer, Ali Sinan Saglam, Dilawar Singh, Jacky L. Snoep, Hugh Sorby, Jörn Starruß, Payton J. Thomas, Daniel Weindl, Fengkai Zhang, Anna Zhukova, Arthur P. Goldberg, Herbert M. Sauro, Ion I. Moraru, Jonathan R. Karr

Notice bibliographique

RevueNucleic Acids Research · 2022
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGene Regulatory Network Analysis
Établissements canadiensUniversity of Victoria
Organismes subventionnairesNational Institute of Biomedical Imaging and BioengineeringNational Institute of General Medical SciencesNational Institutes of Health
Mots-clésPython (programming language)Computer scienceSBMLReuseSoftware engineeringSoftwareInterface (matter)Systems engineeringProgramming languageWorld Wide WebXMLOperating systemEngineering

Résumé

récupéré en direct d'OpenAlex

Computational models have great potential to accelerate bioscience, bioengineering, and medicine. However, it remains challenging to reproduce and reuse simulations, in part, because the numerous formats and methods for simulating various subsystems and scales remain siloed by different software tools. For example, each tool must be executed through a distinct interface. To help investigators find and use simulation tools, we developed BioSimulators (https://biosimulators.org), a central registry of the capabilities of simulation tools and consistent Python, command-line and containerized interfaces to each version of each tool. The foundation of BioSimulators is standards, such as CellML, SBML, SED-ML and the COMBINE archive format, and validation tools for simulation projects and simulation tools that ensure these standards are used consistently. To help modelers find tools for particular projects, we have also used the registry to develop recommendation services. We anticipate that BioSimulators will help modelers exchange, reproduce, and combine simulations.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,749
Score d'incertitude au seuil0,450

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,045
Tête enseignante GPT0,331
Écart entre enseignants0,286 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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

En bref

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNucleic Acids ResearchMême sujetGene Regulatory Network AnalysisTravaux en français237 207