← Retour à la cohorte
A resource of targeted mutant mouse lines for 5,061 genes
Marie‐Christine Birling, Atsushi Yoshiki, David J. Adams, Shinya Ayabe, Arthur L. Beaudet, Joanna Bottomley, Allan Bradley, Steve D. M. Brown, Antje Bürger, Wendy Bushell, Francesco Chiani, Hsian‐Jean Chin, Skevoulla Christou, Gemma Codner, Francesco J. DeMayo, Mary E. Dickinson, Brendan Doe, Leah Rae Donahue, Martin Fray, Alessia Gambadoro, Xiang Gao, Marina Gertsenstein, Alba Gomez-Segura, Leslie O. Goodwin, Jason D. Heaney, Yann Hérault, Martin Hrabě de Angelis, Si‐Tse Jiang, Monica J. Justice, Petr Kašpárek, Ruairidh King, Ralf Kühn, Ho Lee, Young Jae Lee, Zhiwei Liu, K. C. Kent Lloyd, Isabel Lorenzo, Ann‐Marie Mallon, Colin McKerlie, Terrence F. Meehan, Violeta Muñoz‐Fuentes, Stuart Newman, Lauryl M. J. Nutter, Goo Taeg Oh, Guillaume Pavlovic, Ramiro Ramírez‐Solis, Barry P. Rosen, Edward J. Ryder, Luís Santos, Joel Schick, John R. Seavitt, Radislav Sedláček, Claudia Seisenberger, Je Kyung Seong, William C. Skarnes, Tania Sorg, Karen P. Steel, Masaru Tamura, Glauco P. Tocchini‐Valentini, Chi‐Kuang Leo Wang, Hannah Wardle‐Jones, Marie Wattenhofer‐Donzé, Sara Wells, Michael V. Wiles, Brandon Willis, Joshua A. Wood, Wolfgang Wurst, Ying Xu, Juan Gallegos, Jennie R. Green, Ritu Bohat, Katie Zimmel, Monica Pereira, S. MacMaster, Sandra Tondat, Linda Wei, Tracy Carroll, Jorge Cabezas, Qing Fan-Lan, Elsa Jacob, Amie Creighton, Patricia Castellanos-Penton, Ozge Danisment, Shannon Clarke, Joanna Joeng, Deborah F. Kelly, Christine To, Rebekah van Bruggen, Valerie Gailus-Durner, Helmut Fuchs, Susan Marschall, Stefanie Dunst, Markus Romberger, Sabine Fessele, Philipp Gormanns, Roland H. Friedel, Cornelia Kaloff, Andreas Hörlein, Adriane Tasdemir, Anne Könitzer, Sarah Weber, Joachim Beig, Matthew Mckay, Richard Bedigian, Stephanie Dion, Peter M. Kutny, Jennifer A. Kelmenson, Emily Perry, Dong Nguyen-Bresinsky, Audrie Seluke, Timothy Leach, Sara Perkins, Amanda Slater, Rachel Urban, Susan Kales, Michael DaCosta, Michael J. McFarland, Rick Palazola, Kevin A. Peterson, Karen L. Svenson, Robert A. Taft, Mark Rhue, Dave Clary, Renee Araiza, Kristin Grimsrud, Lynette Bower, Nicole L. Anchell, Kathrin Jäger, Diana L. Young, Phuong Dao, Wendy Gardiner, Janet Kenyon, Michelle Stewart, Denise Lynch, Jorik Loeffler, Adam Caulder, Rosie Hillier, Mohamed Mohideen Quwailid, Rumana Zaman, Yuichi Obata, Mizuho Iwama, Hatsumi Nakata, Tomomi Hashimoto, Masayo Kadota, Hiroshi Masuya, Nobuhiko Tanaka, Ikuo Miura, Ikuko Yamada, Tamio Furuse, Mohammed Selloum, Sylvie Jacquot, Abdel Ayadi, Dalila Ali-Hadji, Philippe Charles, Elise Le Marchand, Amal El Amri, Christelle Kujath, Jean-Victor Fougerolle, Peggy Mellul, Sandrine Legeay, Laurent Vasseur, Romain Lorentz, Laurence Schaeffer, Dominique Dreyer, Valérie Erbs, Benjamin Eisenmann, Giovanni Battista Rossi, Laurence Luppi, Annelyse Mertz, Amélie Jeanblanc, Evelyn Grau, Caroline Sinclair, Ellen Brown, Alla Madich, Mike Woods, Laila Pearson, Danielle Mayhew, Nicola Griggs, Richard Houghton, James Bussell, Catherine Ingle, Sara Valentini, Diane Gleeson, Debarati Sethi, Tanya Bayzetinova, Jonathan Burvill, Bishoy Habib, Lauren Weavers, Ryea Maswood, Evelina Miklejewska, Ross Cook, Radka Platte, Stacey Price, Sapna Vyas, Adam Collinson, Matt Hardy, Priya Dalvi, Vivek Iyer, Tony West, Mark Thomas, Alejandro O. Mujica, Elodie Sins, Daniel M. Barrett, Michael S. Dobbie, Anne Grobler, Glaudina Loots, Rose Hayeshi, Liezl-Marie Scholtz, Cor Bester, Wihan Pheiffer, Kobus Venter, Fátima Bosch, Lydia Teboul, Stephen A. Murray
Notice bibliographique
RevueNature Genetics · 2021
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMolecular Biology Techniques and Applications
Établissements canadiensHospital for Sick ChildrenToronto Centre for Phenogenomics
Organismes subventionnairesNational Human Genome Research InstituteMedical Research CouncilNational Cancer InstituteNational Institutes of HealthAgence Nationale de la RechercheWellcome Trust
Mots-clésMutantBiologyGeneGeneticsAlleleNull alleleReporter geneComputational biologyGene targetingGene expression
Résumé
Aucun résumé dans les sources couvertes. Son absence est consignée, pas traitée comme un négatif.
Aucun résumé. Ce n'est pas une lacune de cette base de données : OpenAlex n'en a pas non plus. 23,3 % de la base est dans cet état, et le tri y repère MOITIÉ moins de métarecherche ; l'absence est donc un biais mesuré, et non un champ manquant.
Comment cette classification a été obtenuedéplier
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.
score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: Empirique
Score de désaccord entre enseignants0,319
Score d'incertitude au seuil0,498
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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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.
Tête enseignante Opus0,007
Tête enseignante GPT0,274
Écart entre enseignants0,268 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validation
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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
Citations114
Publié2021
Routes d'admission1
Résumé présentnon