Data for Targeted Sampling of Natural Product Space to Identify Bioactive Natural Product-Like Polyketide Macrolides
Notice bibliographique
Résumé
Datasets for Targeted Sampling of Natural Product Space to Identify Bioactive Natural Product-Like Polyketide Macrolides. Descriptions of data sets: NMR_raw_data.zip - contains raw NMR files for all NMR experiments of final pML compounds (1D & 2D data). CP_dilutions_series_raw_data.zip - contains the dilution series raw data used to generate cell painting fingerprints and activity cutoff plots. NP_vs_NP_scoring_confs_data_set.zip - supplementary dataset containing all conformers (as .sdf files and .oeb files) from the molecular dynamics runs which were used used for the generation of FastROCS TanimotoCombo scores. Additionally contains the raw sorted conformer-conformer max TanimotoCombo scores among all the natural product reference compounds as individual .csv files There are 9 individual datasets comprised of 3 differing molecular dynamics/minimize iterations and each of which was done in triplicate. Additionally, this dataset contains an example calculation (.xlsx) for how the Cs score can be calculate from these .csv files containing the raw maximum conformer-conformer TanimotoCombo scores. Due to the size and complexity of the dataset, there are additional README.txt files within the dataset for help with navigating/interpreting it. main_scoring_confs_data_set.zip - primary dataset containing all molecules all of their conformers (as .sdf files and .oeb files) from the molecular dynamics runs which were used for the generation of FastROCS TanimotoCombo scores between the in silico pMLs and the natural product reference set compounds. The data set is too large to manipulate as one single data set and so is chunked up into 5 sub-data sets. Also contains the raw sorted conformer-conformer max TanimotoCombo scores between the natural product reference compounds and the in silico pML library compounds as individual .csv files. Additionally, this dataset contains an example calculation (.xlsx) for how the Cs score can be calculate from these .csv files containing the raw maximum conformer-conformer TanimotoCombo scores. Due to the size and complexity of the dataset, there are additional README.txt files within the dataset for help with navigating/interpreting it.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,062 | 0,047 |
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 ».