[Evaluation of computational methods for HLA three loci haplotype by compare with family-based data].
Notice bibliographique
Résumé
OBJECTIVE: We evaluated the accuracy and efficiency of computational inference methods for haplotype on estimate HLA-A-B-C haplotype frequencies by compared with the haplotypes manually defined in a family-base dataset. METHODS: 558 individuals with pedigree information were selected, and their haplotyps were compared with the data obtained by the following three method: the Expectation-Maximization (EM) and Excoffier-Laval-Balding (ELB)algorithms using the AELEQUIN software, and the SAS/Genetics PROC HAPLOTYPE method. RESULTS: After performing the SAS/Genetics method, and the Expectation-Maximization (EM) and Excoffier-Laval-Balding (ELB) algorithms using the AELEQUIN software, 248, 247, and 238 different haplotypes were obtained respectively. The accuracy rates of these three methods were 88.5%, 89.1%, and 90.3% respectively. There are no significant different in the accuracy and estimated haplotype frequency comparisons among any two of these computational inference methods. CONCLUSION: High accuracy haplotype frequency estimate rates could be obtained by these three computational inference methods, and there are no significant difference in the comparison of haplotypes estimated by SAS/Genetics, the EM and ELB algorithms using the AELEQUIN software. However, ELB algorithm shows better performance than EM algorithm and SAS/Genetics PROC HAPLOTYPE method for haplotype frequencies estimation in general.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,002 |
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 source (Gemma direct ou Codex distillé), 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 ».