MétaCan
Menu
Retour à la cohorte
Enregistrement W2530748177 · doi:10.1093/bioinformatics/btw634

ARResT/Interrogate: an interactive immunoprofiler for IG/TR NGS data

2016· article· en· W2530748177 sur OpenAlexfundno aff
Vojtěch Bystrý, Tomáš Reigl, Adam Krejčí, Martin Demko, Barbora Hanáková, Andrea Grioni, Henrik Knecht, Max Schlitt, Peter Dreger, Leopold Sellner, Dietrich Herrmann, Pingeon Marine, Myriam Boudjoghra, Jos Rijntjes, Christiane Pott, Anton W. Langerak, Patricia J.T.A. Groenen, Frédéric Davi, Monika Brüggemann, Nikos Darzentas

Notice bibliographique

RevueBioinformatics · 2016
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueT-cell and B-cell Immunology
Établissements canadiensnon disponible
Organismes subventionnairesOVC Pet TrustMinisterstvo Školství, Mládeže a TělovýchovyCentral European Institute of TechnologyUniversity of Guelph
Mots-clésComputer scienceTask (project management)Filter (signal processing)Interpretation (philosophy)Web applicationData scienceComputational biologyWorld Wide WebBiologyProgramming language

Résumé

récupéré en direct d'OpenAlex

Motivation: The study of immunoglobulins and T cell receptors using next-generation sequencing has finally allowed exploring immune repertoires and responses in their immense variability and complexity. Unsurprisingly, their analysis and interpretation is a highly convoluted task. Results: We thus implemented ARResT/Interrogate, a web-based, interactive application. It can organize and filter large amounts of immunogenetic data by numerous criteria, calculate several relevant statistics, and present results in the form of multiple interconnected visualizations. Availability and Implementation: ARResT/Interrogate is implemented primarily in R, and is freely available at http://bat.infspire.org/arrest/interrogate/ Contact: nikos.darzentas@gmail.com Supplementary Information: Supplementary data are available at Bioinformatics online.

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)0,005
score de la tête « metaresearch » (Gemma)0,010
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: Sans objet
GenreSignal candidat: Logiciel · Signal consensuel: Logiciel
Score de désaccord entre enseignants0,032
Score d'incertitude au seuil0,107

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,010
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0040,002
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0030,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0320,014

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 Opus0,032
Tête enseignante GPT0,276
Écart entre enseignants0,244 · 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
GenreLogiciel

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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBioinformaticsMême sujetT-cell and B-cell ImmunologyTravaux en français237 207