MétaCan
Menu
Retour à la cohorte
Enregistrement W1569031808 · doi:10.1111/ahg.12125

Leveling the Playing Field in Homozygosity Mapping Using Map Distances

2015· article· en· W1569031808 sur OpenAlexaff
Yi Li, H. Busra Cagirici, Sukanya Horpaopan, Jürg Ott, Atsuko Imai, Jacek Majewski, Mark Lathrop

Notice bibliographique

RevueAnnals of Human Genetics · 2015
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetic Mapping and Diversity in Plants and Animals
Établissements canadiensMcGill University and Génome Québec Innovation Centre
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésRuns of HomozygosityDisease gene identificationField (mathematics)BiologyGeneticsMathematicsMutationGenotype

Résumé

récupéré en direct d'OpenAlex

Summary Studies of linkage disequilibrium (LD) and its variation in the genome are of central importance for understanding evolutionary history, population structure, and selective sweeps. Extreme forms of the latter may result in runs of homozygosity (ROH). In human gene mapping, long ROHs are the basis for homozygosity mapping (HM) with length measured in terms of Mb (10 6 base pairs physical distance). LD varies greatly over the human genome so that long ROHs tend to occur preferentially in regions of high LD and ROHs of the same length in different regions are not strictly comparable. Thus, in human gene mapping, LD appears as a confounder that needs to be taken into account in the interpretation of ROHs. The effect of varying LD can be mitigated by working on a scale of centimorgans (cM, genetic distance) instead of Mb. We demonstrate this effect for HapMap 3 data on chromosome 19 and show examples with different ROH lengths depending on whether physical or genetic lengths are used. These results suggest that HM should preferably be done on genetic rather than physical distances.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,200
Score d'incertitude au seuil0,360

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,184
Tête enseignante GPT0,341
Écart entre enseignants0,157 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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

En bref

Citations1
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnnals of Human GeneticsMême sujetGenetic Mapping and Diversity in Plants and AnimalsTravaux en français237 207