MétaCan
Menu
Retour à la cohorte
Enregistrement W1995453026 · doi:10.1002/humu.1113

Variable expressivity and mutation databases: The androgen receptor gene mutations database

2001· article· en· W1995453026 sur OpenAlexaff
Bruce Gottlieb, Lenore K. Beitel, Mark Trifiro

Notice bibliographique

RevueHuman Mutation · 2001
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCancer Genomics and Diagnostics
Établissements canadiensMcGill UniversityJewish General HospitalJohn Abbott College
Organismes subventionnairesnon disponible
Mots-clésBiologyDatabaseGeneticsGeneMutationComputer science

Résumé

récupéré en direct d'OpenAlex

For over 50 years genetics has presumed that variations in phenotypic expression have, for the most part, been the result of alterations in genotype. The importance and value of mutation databases has been based on the premise that the same gene or allelic variation in a specific gene that has been proven to determine a specific phenotype, will always produce the same phenotype. However, recent evidence has shown that so called "simple" Mendelian disorders or monogenic traits are often far from simple, exhibiting phenotypic variation (variable expressivity) that cannot be explained solely by a gene or allelic alteration. The AR gene mutations database now lists 25 cases where different degrees of androgen insensitivity are caused by identical mutations in the androgen receptor gene. In five of these cases the phenotypic variability is due to somatic mosaicism, that is, somatic mutations that occur in only certain cells of androgen-sensitive tissue. Recently, a number of other cases of variable expressivity have also been linked to somatic mosaicism. The impact of variable expressivity due to somatic mutations and mosaicism on mutation databases is discussed. In particular, the effect of an organism exhibiting genetic heterogeneity within its tissues, and the possibility of an organism's genotype changing over its lifetime, are considered to have important implications for mutation databases in the future.

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 enseignants0,377
Score d'incertitude au seuil0,398

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 Opus0,022
Tête enseignante GPT0,280
Écart entre enseignants0,258 · 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

Citations61
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHuman MutationMême sujetCancer Genomics and DiagnosticsTravaux en français237 207