MétaCan
Menu
Retour à la cohorte
Enregistrement W2897128722 · doi:10.1002/humu.23632

The ClinGen Epilepsy Gene Curation Expert Panel—Bridging the divide between clinical domain knowledge and formal gene curation criteria

2018· article· en· W2897128722 sur OpenAlexaff
Ingo Helbig, Erin Rooney Riggs, Carrie‐Anne Barry, Karl Martin Klein, David A. Dyment, Courtney Thaxton, Bekim Sadiković, Tristan T. Sands, Jacy L. Wagnon, Khalida Liaquat, Maria Roberta Cilio, Ghayda Mirzaa, Kristen Park, Erika Axeen, Elizabeth Butler, Tanya Bardakjian, Pasquale Striano, Annapurna Poduri, Rebecca K. Siegert, Andrew R. Grant, Katherine L. Helbig, Heather C. Mefford

Notice bibliographique

RevueHuman Mutation · 2018
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenomics and Rare Diseases
Établissements canadiensLondon Health Sciences CentreWestern UniversityChildren's Hospital of Eastern OntarioUniversity of Ottawa
Organismes subventionnairesNational Institute of Neurological Disorders and StrokeNational Human Genome Research InstituteNational Institutes of Health
Mots-clésBridging (networking)BiologyData curationComputational biologyGeneDomain (mathematical analysis)GeneticsData scienceComputer science

Résumé

récupéré en direct d'OpenAlex

The field of epilepsy genetics is advancing rapidly and epilepsy is emerging as a frequent indication for diagnostic genetic testing. Within the larger ClinGen framework, the ClinGen Epilepsy Gene Curation Expert Panel is tasked with connecting two increasingly separate fields: the domain of traditional clinical epileptology, with its own established language and classification criteria, and the rapidly evolving area of diagnostic genetic testing that adheres to formal criteria for gene and variant curation. We identify critical components unique to the epilepsy gene curation effort, including: (a) precise phenotype definitions within existing disease and phenotype ontologies; (b) consideration of when epilepsy should be curated as a distinct disease entity; (c) strategies for gene selection; and (d) emerging rules for evaluating functional models for seizure disorders. Given that de novo variants play a prominent role in many of the epilepsies, sufficient genetic evidence is often awarded early in the curation process. Therefore, the emphasis of gene curation is frequently shifted toward an iterative precuration process to better capture phenotypic associations. We demonstrate that within the spectrum of neurodevelopmental disorders, gene curation for epilepsy-associated genes is feasible and suggest epilepsy-specific conventions, laying the groundwork for a curation process of all major epilepsy-associated genes.

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)0,105
score de la tête « metaresearch » (Gemma)0,127
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,895
Score d'incertitude au seuil0,553

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1050,127
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0080,004
Études des sciences et des technologies0,0030,003
Communication savante0,0060,005
Science ouverte0,0050,011
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0050,003

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 Opus0,053
Tête enseignante GPT0,371
Écart entre enseignants0,318 · 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.

Devis d'étudeThéorique ou conceptuel
DomaineMéthodes
GenreMéthodes

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

En bref

Citations45
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHuman MutationMême sujetGenomics and Rare DiseasesTravaux en français237 207