生物试验协议元数据注释:拟议的标准采用
Rama Balakrishnan1, Ellen L Berg2, Christopher C Butler3
1Genentech, 1 DNA Way, South San Francisco, CA 94080, USA.
SLAS discovery : advancing life sciences R & D
|October 20, 2024
概括
我们为制药药物发现试验开发了一种标准化元数据模板,以改善数据理解和计算分析. 该模板与自动注释工具相结合,可提高试验数据的公平性,以改善药物发现研究.
科学领域:
- 生物医学研究生物医学研究
- 药物发现 药物发现 药物发现
- 数据科学数据科学数据科学
背景情况:
- 生物测试对于推动生物医学研究和药物发现至关重要.
- 随着测试数据数量的不断增加,对理解和比较提出了挑战.
- 当前的测试数据往往缺乏标准化,阻碍了计算分析.
研究的目的:
- 为制药药物发现试验引入标准化元数据模板.
- 确保测试数据符合FAIR (可查找,可访问,可互操作,可重复使用) 原则.
- 促进在药物发现中使用人工智能和计算方法.
主要方法:
- 开发用于测试数据的标准化元数据模板.
- 使用自动化工具来注释测试数据.
- 整合来自各种来源的数据,如PubChem,商业供应商和文献.
主要成果:
- 为药物发现试验创建了一个标准化的元数据模板.
- 一个自动化工具有效地在模板中注释测试数据.
- 该过程提高了来自多个来源的测试数据的公平性.
结论:
- 标准化测试元数据增强了药物发现科学家的数据可比性和理解.
- 改进的元数据促进了人工智能和计算工具用于分析和预测的应用.
- 测试元数据的改进可以显著提高治疗和技术开发的生产力.
关键词:
检测注册检测的注册.生物测试是一种生物测试.数据标准 数据标准药物发现 药物发现这是公平的,公平的.这些元数据是元数据.存在论 (Ontology) 是一种存在论.协议 协议 协议 协议 协议更多相关视频
12:19Uracil-DNA Glycosylase Assay by Matrix-assisted Laser Desorption/Ionization Time-of-flight Mass Spectrometry Analysis
Published on: April 22, 2022
3.8K
08:31Biosensor-based High Throughput Biopanning and Bioinformatics Analysis Strategy for the Global Validation of Drug-protein Interactions
Published on: December 1, 2020
4.9K
