MAPlex - A massively parallel sequencing ancestry analysis multiplex for Asia-Pacific populations
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Current forensic ancestry-informative panels are limited in their ability to differentiate populations in the Asia-Pacific region. MAPlex (Multiplex for the Asia-Pacific), a massively parallel sequencing (MPS) assay, was developed to improve differentiation of East Asian, South Asian and Near Oceanian populations found in the extensive cross-continental Asian region that shows complex patterns of admixture at its margins. This study reports the development of MAPlex; the selection of SNPs in combination with microhaplotype markers; assay design considerations for reducing the lengths of microhaplotypes while preserving their ancestry-informativeness; adoption of new population-informative multiple-allele SNPs; compilation of South Asian-informative SNPs suitable for forensic AIMs panels; and the compilation of extensive reference and test population genotypes from online whole-genome-sequence data for MAPlex markers. STRUCTURE genetic clustering software was used to gauge the ability of MAPlex to differentiate a broad set of populations from South and East Asia, the West Pacific regions of Near Oceania, as well as the other globally distributed population groups. Preliminary assessment of MAPlex indicates enhanced South Asian differentiation with increased divergence between West Eurasian, South Asian and East Asian populations, compared to previous forensic SNP panels of comparable scale. In addition, MAPlex shows efficient differentiation of Middle Eastern individuals from Europeans. MAPlex is the first forensic AIM assay to combine binary and multiple-allele SNPs with microhaplotypes, adding the potential to detect and analyze mixed source forensic DNA.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle