MétaCan
Menu
Retour à la cohorte
Enregistrement W4386607677 · doi:10.1038/s41573-023-00774-7

Artificial intelligence for natural product drug discovery

2023· review· en· W4386607677 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueNature Reviews Drug Discovery · 2023
Typereview
Langueen
DomaineComputer Science
ThématiqueComputational Drug Discovery Methods
Établissements canadiensCanada's Michael Smith Genome Sciences CentreUniversity of British ColumbiaSimon Fraser University
Organismes subventionnairesDuke Cancer InstituteNational Center for Complementary and Integrative HealthIndustrial Biotechnology Innovation CentreU.S. National Library of MedicineNational Institute of Diabetes and Digestive and Kidney DiseasesBiotechnology and Biological Sciences Research CouncilCenter for Gastrointestinal Biology and Disease, School of Medicine, University of North Carolina at Chapel HillVlaamse regeringMinistry of Science and ICT, South KoreaNovo NordiskNational Research Foundation of KoreaDirectorate for Biological SciencesNational Institutes of HealthSchweizerischer Nationalfonds zur Förderung der Wissenschaftlichen ForschungDeutsche ForschungsgemeinschaftNorth Carolina Biotechnology CenterAgence Nationale de la RechercheNovo Nordisk FondenNetherlands eScience CenterNational Cancer InstituteNational Research FoundationNational Science FoundationUK Research and InnovationUniversity of ChicagoUniversiteit LeidenKorea Advanced Institute of Science and Technology
Mots-clésDrug discoveryNatural productDrugComputer scienceData sciencePharmacologyComputational biologyMedicineChemistryBioinformaticsBiologyStereochemistry

Résumé

récupéré en direct d'OpenAlex
Aucun résumé dans les sources couvertes. Son absence est consignée, pas traitée comme un négatif.

Aucun résumé. Ce n'est pas une lacune de cette base de données : OpenAlex n'en a pas non plus. 23,3 % de la base est dans cet état, et le tri y repère MOITIÉ moins de métarecherche ; l'absence est donc un biais mesuré, et non un champ manquant.

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)0,006
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Communication savante, Science ouverte, Intégrité de la recherche
Catégories consensuellesMéta-épidémiologie (sens strict)
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 enseignants0,927
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,004
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0060,004
Bibliométrie0,0010,005
Études des sciences et des technologies0,0000,000
Communication savante0,0030,005
Science ouverte0,0070,002
Intégrité de la recherche0,0010,004
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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 Opus0,096
Tête enseignante GPT0,417
Écart entre enseignants0,320 · 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