MétaCan
Menu
Retour à la cohorte
Enregistrement W3035991642 · doi:10.24908/iqurcp.14036

Marfan Syndrome: Using genetic maps to lead the way to new diagnostics and treatments

2020· article· en· W3035991642 sur OpenAlexvenueno aff
Ines Nannsen

Notice bibliographique

RevueInquiry Queen s Undergraduate Research Conference Proceedings · 2020
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueConnective tissue disorders research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMarfan syndromeConnective tissueDiseasePenetranceScoliosisMutationGeneticsBiologyFibrillinBioinformaticsExtracellular matrixPathologyMedicineGenePhenotypeInternal medicine

Résumé

récupéré en direct d'OpenAlex

Marfan Syndrome is a heritable disorder of connective tissue caused by a mutated extracellular matrix glycoprotein protein, affecting 1 in 5,000 people worldwide. This protein is responsible for support and elasticity meaning that people affected by this disorder manifest with weakened tendons, ligaments and other connective tissues. Patients exhibit a wide variety of symptoms including, scoliosis, abnormally slender digits, vision problems and enlarged blood vessels. Marfan’s follows an autosomal dominant pattern of inheritance and has a penetrance of 100%, meaning that anyone inheriting the gene will be affected by the disease. This study focuses on the developments in the field of DNA mapping and how these advancements have improved the diagnostic tools and treatments for this disease. After exploring the methodology of DNA mapping, the LOD scores for Marfan Syndrome are discussed and compared in order to conclude which chromosome carried the mutation; it was found that chromosome 15 carries. Additionally, the results compare and contrast different genetic markers and identifies a link between markers D15529 and D15545. Although this technology is fairly recent and has thus not been studied as extensively as traditional methods, the information gathered in this research illustrates the methodology of DNA mapping and how; by understanding the gene expression and mutation at a biochemical level, diagnostics and treatments for patients can be tailored specifically to the disease and not just management of the symptoms.

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)0,003
score de la tête « metaresearch » (Gemma)0,004
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: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,002
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,124
Tête enseignante GPT0,381
Écart entre enseignants0,257 · 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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInquiry Queen s Undergraduate Research Conference ProceedingsMême sujetConnective tissue disorders researchTravaux en français237 207