MétaCan
Menu
Retour à la cohorte
Enregistrement W2169179032 · doi:10.1017/s0016672303006499

Estimating numbers of EMS-induced mutations affecting life history traits in <i>Caenorhabditis elegans</i> in crosses between inbred sublines

2003· article· en· W2169179032 sur OpenAlexaff
Daniel L. Halligan, A. D. Peters, Peter D. Keightley

Notice bibliographique

RevueGenetics Research · 2003
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueEvolution and Genetic Dynamics
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésBiologyGeneticsInbred strainCaenorhabditis elegansMutationSelection (genetic algorithm)MutantGene

Résumé

récupéré en direct d'OpenAlex

Inbred lines of the nematode Caenorhabditis elegans containing independent EMS-induced mutations were crossed to the ancestral wild-type strain (N2). Replicated inbred sublines were generated from the F1 offspring under conditions of minimal selection and, along with the N2 and mutant progenitor lines, were assayed for several fitness correlates including relative fitness (w). A modification of the Castle-Wright estimator and a maximum-likelihood (ML) method were used to estimate the numbers and effects of detectable mutations affecting these characters. The ML method allows for variation in mutational effects by fitting either one or two classes of mutational effect, and uses a Box-Cox power transformation of residual values to account for a skewed distribution of residuals. Both the Castle-Wright and the ML analyses suggest that most of the variation among sublines was due to a few (approximately 1.5-2.5 on average) large-effect mutations. Under ML, a model with two classes of mutational effects, including a class with small effects, fitted better than a single mutation class model, although not significantly better. Nonetheless, given that we expect there to be many mutations induced per line, our results support the hypothesis that mutations vary widely in their effects.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,378
Score d'incertitude au seuil0,775

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,076
Tête enseignante GPT0,375
Écart entre enseignants0,299 · 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

Citations17
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGenetics ResearchMême sujetEvolution and Genetic DynamicsTravaux en français237 207