MétaCan
Menu
← Retour à la cohorte
Enregistrement W2614299484 · doi:10.1101/139733

How well do you know your mutation? Complex effects of genetic background on expressivity, complementation, and ordering of allelic effects

2017· preprint· en· W2614299484 sur OpenAlexaff
Christopher H. Chandler, Sudarshan Chari, Alycia Kowalski, Lin Choi, David C. Tack, Michael DeNieu, William Pitchers, Anne Sonnenschein, Leslie Marvin, Kristen Hummel, Christian Marier, Andrew Victory, Cody Porter, Anna Mammel, Julie Holms, Gayatri Sivaratnam, Ian Dworkin

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2017
Typepreprint
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetic diversity and population structure
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésExpressivityAlleleGeneticsBiologyComplementationPhenotypeDrosophila melanogasterMutationGeneEpistasisGenetic variation

Résumé

récupéré en direct d'OpenAlex

ABSTRACT For a given gene, different mutations influence organismal phenotypes to varying degrees. However, the expressivity of these variants not only depends on the DNA lesion associated with the mutation, but also on factors including the genetic background and rearing environment. The degree to which these factors influence related alleles, genes, or pathways similarly, and whether similar developmental mechanisms underlie variation in the expressivity of a single allele across conditions and variation across alleles is poorly understood. Besides their fundamental biological significance, these questions have important implications for the interpretation of functional genetic analyses, for example, if these factors alter the ordering of allelic series or patterns of complementation. We examined the impact of genetic background and rearing environment for a series of mutations spanning the range of phenotypic effects for both the scalloped and vestigial genes, which influence wing development in Drosophila melanogaster . Genetic background and rearing environment influenced the phenotypic outcome of mutations, including intra-genic interactions, particularly for mutations of moderate expressivity. We examined whether cellular correlates (such as cell proliferation during development) of these phenotypic effects matched the observed phenotypic outcome. While cell proliferation decreased with mutations of increasingly severe effects, surprisingly it did not co-vary strongly with the degree of background dependence. We discuss these findings and propose a phenomenological model to aid in understanding the biology of genes, and how this influences our interpretation of allelic effects in genetic analysis.

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)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,019
Tête enseignante GPT0,252
Écart entre enseignants0,234 · 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'étudeThéorique ou conceptuel
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

Citations1
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)→Même sujetGenetic diversity and population structure→Travaux en français237 207→