Assessment of methylation level prediction accuracy in methyl-DNA immunoprecipitation and sodium bisulfite based microarray platforms
Notice bibliographique
Résumé
In this study, we verified the accuracy of two array methods--methylated DNA immunoprecipitation coupled with CpG island microarrays (MeDIP-CGI-arrays) and sodium bisulfite conversion based microarrays (BC-arrays)--in predicting regional methylation levels as measured by pyrosequencing of bisulfite converted DNA (BC-pyrosequencing). To test the accuracy of these methods we used the Agilent Human CpG island and the Illumina HumanMethylation27 microarrays respectively, and compared microarray outputs to the data from targeted BC-pyrosequencing assays from several genomic regions of corresponding samples. We observed relatively high correlation with BC-pyrosequencing data for both array platforms, R = 0.87 for BC-Array and R = 0.79 for MeDIP-CGI array. However, MeDIP-CGI array were less reliable in predicting intermediate levels of DNA methylation. Several bioinformatics strategies, to ameliorate the performance of the MeDIP-CGI-Arrays did not improve the correlation with BC-pyrosequencing data. The high scalability, low cost and simpler analysis of BC-arrays, together with the recent extended coverage may make them a more versatile methylation analysis tool.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».