MétaCan
Menu
Retour à la cohorte
Enregistrement W2412186354 · doi:10.1007/978-1-59745-471-1_19

Creation and Use of a Cre Recombinase Transgenic Database

2009· review· en· W2412186354 sur OpenAlexaff
András Nagy, Lynn Mar, Graham Watts

Notice bibliographique

RevueMethods in molecular biology · 2009
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCRISPR and Genetic Engineering
Établissements canadiensLunenfeld-Tanenbaum Research InstituteMount Sinai Hospital
Organismes subventionnairesnon disponible
Mots-clésRecombinaseDatabaseComputer scienceTransgeneComputational biologyBiologyGeneticsGeneRecombination

Résumé

récupéré en direct d'OpenAlex

In many cases, a gene "knockout" results in early embryonic lethality, which obscures the study of potential later functions. In other cases, the "knockout" does not show any phenotype due to the compensation of the gene deficiency by other family members. These limitations have called for further development of the powerful gene-targeting technology. One of the critical tools now being efficiently combined with gene-targeting is site-specific recombination. As the site-specific recombinase technology developed further in the mouse system, it became evident that this tool was going to have a significant impact on the power of mammalian genetics. The number of transgenic mouse lines expressing Cre recombinase with different specificities has steadily increased in the past 15 years and has now surpassed 500. Efficient utilization of this community-generated resource calls for a user-friendly database with all necessary information available about the properties of the Cre transgenic lines. The "CreXmice" database was created to meet these needs and has evolved over the past 4 years from flat file listings of transgenic lines into its current form, a professionally hosted SQL-driven web application. With hundreds of transgenic mouse lines, CreXmice is enriched by its presence on the World Wide Web allowing visitors the opportunity to search or contribute to the global effort by submitting the specific lines being developed by their laboratories.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,045

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0050,006
Études des sciences et des technologies0,0010,001
Communication savante0,0030,003
Science ouverte0,0040,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0130,026

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 Opus0,051
Tête enseignante GPT0,488
Écart entre enseignants0,437 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations106
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMethods in molecular biologyMême sujetCRISPR and Genetic EngineeringTravaux en français237 207