RPmirDIP Predictions of ~6 Million miRNA-Gene Pairs
Notice bibliographique
Résumé
The RPmirDIP and RPmirDIP* predictors were used to re-score all available miRNA-mRNA pairs from the mirDIP database to identify novel putative interactions. The ~30 million pairs from the mirDIP database were re-scored using the RPmirDIP(*) method(s). Only those pairs with a Difference of Scores (DoS), defined as RPmirDIP(*)-mirDIP, with a value greater than 0.5 were published as these comprise the set of most likely candidate interactors for subsequent experimental validation. Of this set of ~6 million pairs, the data were divided into subsets based on a cutoff percentile (top 1%, top 5%, top 10%, top 33%, and bottom 66%). These data are presented in two sorted formats. The first is sorted on the Difference of Scores (DoS, RPmirDIP(*)-mirDIP) to identify pairs exhibiting the greatest augmentation of score over mirDIP due to the application of Reciprocal Perspective (RP). The second is sorted on the RPmirDIP(*) score to identify those pairs that RP is most confident in, regardless of the augmentation over mirDIP. Both formats support the exploration of potentially novel miRNA-mRNA interactions warranting subsequent wet laboratory validation. Note: To avoid data duplication, when selecting the top percentile of pairs (say top 10%), you must also select the top percentile files above that level (i.e. top 5% and top 1% files). For convenience, a single file containing all predictions is made available.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,021 | 0,020 |
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 ».