Simultaneous localization of two linked disease susceptibility genes
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
For diseases with complex genetic etiology, more than one susceptibility gene may exist in a single chromosomal region. Extending the work of Liang et al. ([2001] Hum. Hered. 51:64-78), we developed a method for simultaneous localization of two susceptibility genes in one region. We derived an expression for expected allele sharing of an affected sib pair (ASP) at each point across a chromosomal segment containing two susceptibility genes. Using generalized estimating equations (GEE), we developed an algorithm that uses marker identical-by-descent (IBD) sharing in affected sib pairs to simultaneously estimate the locations of the two genes and the mean IBD sharing in ASPs at these two disease loci. Confidence intervals for gene locations can be constructed based on large sample approximations. Application of the described methods to data from a genome scan for type 1 diabetes (Mein et al. [1998] Nat. Genet. 19:297-300) yielded estimates of two putative disease gene locations on chromosome 6, approximately 20 cM apart. Properties of the estimators, including bias, precision, and confidence interval coverage, were studied by simulation for a range of genetic models. The simulations demonstrated that the proposed method can improve disease gene localization and aid in resolving large peaks when two disease genes are present in one chromosomal region. Joint localization of two disease genes improves with increased excess allele sharing at the disease gene loci, increased distance between the disease genes, and increased number of affected sib pairs in the sample.
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.
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 | 0,000 | 0,001 |
| 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 découle