MétaCan
Menu
← Retour à la cohorte
Enregistrement W2996817667 · doi:10.1101/2020.01.02.891291

LocusFocus: A web-based colocalization tool for the annotation and functional follow-up of GWAS

2020· preprint· en· W2996817667 sur OpenAlexafffund
Naim Panjwani, Fan Wang, Cheng Wang, Gengming He, Scott Mastromatteo, Allen Bao, Jiafen Gong, Johanna M. Rommens, Lei Sun, Lisa J. Strug

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2020
Typepreprint
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetic Associations and Epidemiology
Établissements canadiensSickKids FoundationPublic Health OntarioUniversity of TorontoHospital for Sick Children
Organismes subventionnairesHospital for Sick ChildrenOntario Genomics InstituteNatural Sciences and Engineering Research Council of CanadaCystic Fibrosis CanadaCanadian Institutes of Health ResearchGenome CanadaOntario GenomicsCystic Fibrosis Foundation
Mots-clésGenome-wide association studyExpression quantitative trait lociColocalizationLinkage disequilibriumBiologyComputational biologyQuantitative trait locusGenetic associationGeneticsLocus (genetics)GenomeFalse positive paradoxGeneAlleleSingle-nucleotide polymorphismComputer scienceHaplotypeGenotypeArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Abstract Genome-wide association studies (GWAS) have primarily identified trait-associated loci in the non-coding genome. Colocalization analyses of SNP-level associations from GWAS with expression quantitative trait loci (eQTL) evidence enable the generation of hypotheses about responsible mechanism, genes and tissues of origin to guide functional characterization. Here, we present a web-based colocalization browsing and testing tool named LocusFocus ( https://locusfocus.research.sickkids.ca ). LocusFocus formally tests colocalization using our established Simple Sum method to identify the most relevant genes and tissues for a particular GWAS locus in the presence of high linkage disequilibrium and/or allelic heterogeneity. Full documentation and source code for LocusFocus are publicly available.

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)0,011
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 enseignants0,068
Score d'incertitude au seuil0,228

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,011
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0070,004
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0040,006
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0680,025

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 Opus0,017
Tête enseignante GPT0,230
Écart entre enseignants0,214 · 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

Citations3
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)→Même sujetGenetic Associations and Epidemiology→Travaux en français237 207→