Biotechnologies et brevets : le cas de la pharmacogénomique
Bibliographic record
Abstract
Au cours de la dernière décennie, la pharmacogénomique est devenue le mantra\nrévolutionnaire de nombreux chercheurs et de certains porte-paroles de l'industrie.\nL'intérêt que porteront les compagnies bio-pharmaceutiques du secteur privé à la\nrecherche et au développement de nouveaux médicaments pharmacogénomiques sera\ndéterminé par la facilité à obtenir du financement et les perspectives de retombées\néconomiques. Dans cette perspective, le droit de la propriété intellectuelle (plus\nspécifiquement le droit des brevets) a toujours été l'instrument de prédilection pour\nmotiver la recherche et le développement des produits pharmaceutiques. Cependant,\nl'extension de ce droit au domaine de la pharmacogénomique est controversé.\nCette étude évalue l'applicabilité du système international des brevets au domaine de la\npharmacogénomique. Suite à une analyse comparative du droit et des principaux textes\nnormatifs, applicables aux brevets pharmaceutiques et biotechnologiques, ainsi qu'à une\nrevue de la doctrine, l'étude soutient que le système de brevets reste une solution viable\npour encourager la recherche et le développement dans le domaine de la\npharmacogénomique. Cependant, certains ajustements sont nécessaires pour empêcher\nque des brevets trop larges, ayant des fondements juridiques douteux, ne soient octroyés\nsur des nouveaux tests de diagnostic pharmacogénomiques et sur des nouveaux outils de\ndiagnostic pharmacogénomiques, ce qui serait néfaste à la recherche et limiterait l'accès\naux soins de santé. Plusieurs stratégies sont proposées pour promouvoir un système de\nbrevets applicable au domaine des biotechnologies qui, tout en donnant la motivation\nnécessaire aux inventeurs et à l'industrie, protégerait nos valeurs humaines\nfondamentales.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.005 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.002 | 0.009 |
| Scholarly communication | 0.010 | 0.007 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.003 | 0.005 |
| Insufficient payload (model declined to judge) | 0.012 | 0.003 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".