SeqTailor: a user-friendly webserver for the extraction of DNA or protein sequences from next-generation sequencing data
Notice bibliographique
Résumé
ABSTRACT Human whole-genome sequencing generally reveals about 4,000,000 genetic variants, including 20,000 coding variants, in each individual studied. These data are mostly stored as VCF-format files. Although many variant analysis methods accept VCF files as input, many other tools require DNA or protein sequences, particularly for splicing prediction, sequence alignment, phylogenetic analysis, and structure prediction. However, there is currently no existing online tool for extracting DNA or protein sequences for genomic variants from VCF files with user-defined parameters in a user-friendly, efficient, and standardized manner. We developed the SeqTailor webserver to bridge this gap. It can be used for the rapid extraction of (1) DNA sequences around genetic variants, with customizable window sizes, from the hg19 or hg38 human reference genomes; and (2) protein sequences encoded by the DNA sequences around genetic variants, with built-in SnpEff annotation and customizable window sizes, from human canonical transcripts. The SeqTailor webserver streamlines the sequence extraction process, and accelerates the analysis of genetic variant data with software requiring DNA or protein sequences. SeqTailor will facilitate the study of human genomic variation, by increasing the feasibility of sequence-based analysis and prediction. The SeqTailor webserver is freely available from http://shiva.rockefeller.edu/SeqTailor/ .
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 | 0,005 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,005 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,104 | 0,102 |
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 ».