Outcome of over 1500 matches through the Matchmaker Exchange for rare disease gene discovery: The 2-year experience of Care4Rare Canada
Notice bibliographique
Résumé
PURPOSE: Matchmaking has emerged as a useful strategy for building evidence toward causality of novel disease genes in patients with undiagnosed rare diseases. The Matchmaker Exchange (MME) is a collaborative initiative that facilitates international data sharing for matchmaking purposes; however, data on user experience is limited. METHODS: Patients enrolled as part of the Finding of Rare Disease Genes in Canada (FORGE) and Care4Rare Canada research programs had their exome sequencing data reanalyzed by a multidisciplinary research team over a 2-year period. Compelling variants in genes not previously associated with a human phenotype were submitted through the MME node PhenomeCentral, and outcomes were collected. RESULTS: In this study, 194 novel candidate genes were submitted to the MME, resulting in 1514 matches, and 15% of the genes submitted resulted in collaborations. Most submissions resulted in at least 1 match, and most matches were with GeneMatcher (82%), where additional email exchange was required to evaluate the match because of the lack of phenotypic or inheritance information. CONCLUSION: Matchmaking through the MME is an effective way to investigate novel candidate genes; however, it is a labor-intensive process. Engagement from the community to contribute phenotypic, genotypic, and inheritance data will ensure that matchmaking continues to be a useful approach in the future.
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 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 | 0,000 |
| 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 | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».