MétaCan
Menu
Retour à la cohorte
Enregistrement W4409986716 · doi:10.1093/nar/gkaf365

Cytoscape Web: bringing network biology to the browser

2025· article· en· W4409986716 sur OpenAlexaff
Keiichiro Ono, Dylan Fong, Chengzhan Gao, Christopher Churas, Rudolf Pillich, Joanna Lenkiewicz, Dexter Pratt, Alexander R. Pico, Kristina Hanspers, Yang Xin, John H. Morris, Mike Kucera, Max Franz, Christian Lopes, Gary D. Bader, Trey Ideker, Jing Chen

Notice bibliographique

RevueNucleic Acids Research · 2025
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueBioinformatics and Genomic Networks
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNational Institute of General Medical SciencesNational Cancer InstituteNational Human Genome Research InstituteNational Institutes of Health
Mots-clésComputer scienceWorld Wide WebBiological networkSystems biologyBiologyWeb applicationInterface (matter)VisualizationNetwork analysisBioinformaticsData mining

Résumé

récupéré en direct d'OpenAlex

Since its introduction in 2003, Cytoscape has been a de facto standard for visualizing and analyzing biological networks. We now introduce Cytoscape Web (https://web.cytoscape.org), an online implementation that captures the interface and key visualization functionality of the desktop while providing integration with web tools and databases. Cytoscape Web enhances accessibility, simplifying collaboration through online data sharing. It integrates with Cytoscape desktop via the CX2 network exchange format and with the Network Data Exchange for storing and sharing networks. The platform supports extensibility through an App framework for UI components and Service Apps for algorithm integration, fostering community-driven development of new analysis tools. Overall, Cytoscape Web enhances network biology by providing a versatile, accessible, and collaborative online platform that adapts to evolving computational challenges, laying a foundation for future incorporation of advanced network analysis capabilities by the community.

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)0,005
score de la tête « metaresearch » (Gemma)0,016
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: Logiciel · Signal consensuel: aucune
Score de désaccord entre enseignants0,056
Score d'incertitude au seuil0,187

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,016
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0060,003
Études des sciences et des technologies0,0020,001
Communication savante0,0060,008
Science ouverte0,0040,007
Intégrité de la recherche0,0030,007
Charge utile insuffisante (le modèle a refusé de juger)0,0560,044

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 Opus0,021
Tête enseignante GPT0,325
Écart entre enseignants0,304 · 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
GenreLogiciel

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

En bref

Citations84
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNucleic Acids ResearchMême sujetBioinformatics and Genomic NetworksTravaux en français237 207