MétaCan
Menu
← Retour à la cohorte
Enregistrement W4393844621 · doi:10.5281/zenodo.4309543

MD simulation data: An Entropic Safety Catch Controls Hepatitis C Virus Entry and Antibody Resistance

2020· dataset· en· W4393844621 sur OpenAlexaff
Adrian J. Shepherd, Lenka Stejskal, Joe Grove

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2020
Typedataset
Langueen
DomaineMedicine
ThématiqueHepatitis C virus research
Établissements canadiensInstitute of Infection and Immunity
Organismes subventionnairesWellcome
Mots-clésHepatitis a virusVirologyAntibodyHepatitis C virusVirusMedicineBiologyImmunology

Résumé

récupéré en direct d'OpenAlex

Background Equilibration, relaxation and production runs were performed on GPUs using the CUDA version of PMEMD in AMBER 16 and AMBER ff14SB force field. Minimisation steps were performed on a CPU using PMEMD in AMBER 16 and the AMBER ff14SB force field. All software is available from http://ambermd.org/. Contents There are three tarball (.tar.gz) files containing the core simulation data: one for wild type (WT), the second for the I438V A524T mutant and the third for the S449P mutant. Each contains: 1. a source PDB (.pdb) file 2. Five AMBER trajectory (.nc) files for five independent MD simulations, numbered 1 to 5. Note: each of these files is over 2GB. There is an additional tarball containing the control files and scripts used for running the MD simulations: 1. Multiple control (.ctl) files numbered 1 to 10 that are used to minimize (min prefix), relax (rel prefix) and equilibrate (equ prefix) the model 2. Executable do_md that performed all the minimisation, relaxation and equilibration steps 3. control file prod.ctl used for the production run 4. Executable run_prod that was used to perform the production run 5. Two control files (prod_short.ctl and prod_short_2.ctl) for the short runs used to de-correlate the simulation for the independent runs 6. Executable run_short and run_short_2 used to carry out the de-correlated production runs.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: aucune
Score de désaccord entre enseignants0,036
Score d'incertitude au seuil0,120

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0360,014

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 Opus0,055
Tête enseignante GPT0,331
Écart entre enseignants0,276 · 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'étudeSans objet
Domainenon disponible
GenreJeu de données

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

En bref

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)→Même sujetHepatitis C virus research→Travaux en français237 207→