MétaCan
Menu
Retour à la cohorte
Enregistrement W3126765661 · doi:10.29235/1561-8331-2021-57-1-48-60

Development of the multiplex system for determining markers of predisposition to cardiovascular diseases

2021· article· en· W3126765661 sur OpenAlexfundno aff
Irina Haidukevich, A. M. Gorkavaya, А. V. Grudo, Г. В. Сергеев, Sergey A. Usanov

Notice bibliographique

RevueProceedings of the National Academy of Sciences of Belarus Chemical Series · 2021
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueRNA and protein synthesis mechanisms
Établissements canadiensnon disponible
Organismes subventionnairesInstitute of GeneticsNational Academy of Sciences of Belarus
Mots-clésMultiplexSNPGeneticsBiologyOligonucleotideMultiplex polymerase chain reactionComputational biologySingle-nucleotide polymorphismPolymerase chain reactionDNAGeneGenotype

Résumé

récupéré en direct d'OpenAlex

A multiplex system to detect mutations at loci rs5985, rs1799983, rs5918, rs2243093, rs4673, rs4646994, rs1722009, rs3980933, rs71103505 associated with the development of cardiovascular diseases has been developed. These mutations belong to different types - SNP, STR, Ins/Del - therefore, minisequencing and fragment analysis technologies were used to determine them. Oligonucleotide analysis was performed to amplify all loci in a single reaction format. The minisequencing technology, in comparison with fragment analysis, required additional stages of sample preparation; therefore, oligonucleotides for loci with SNP were combined into a separate plex. For the two plexes created, the same composition of the amplification mixture and parameters of the PCR reaction program were optimized, and “bin” panels were developed to interpret the results. The testing of the system confirmed the possibility of detecting mutations at nine loci with high sensitivity and reproducibility.

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)0,004
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0030,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,004

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 Opus0,020
Tête enseignante GPT0,253
Écart entre enseignants0,233 · 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'étudeExpérimental (laboratoire)
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

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the National Academy of Sciences of Belarus Chemical SeriesMême sujetRNA and protein synthesis mechanismsTravaux en français237 207