MétaCan
Menu
Retour à la cohorte
Enregistrement W4226241100 · doi:10.3389/fninf.2022.753770

LaminaRGeneVis: A Tool to Visualize Gene Expression Across the Laminar Architecture of the Human Neocortex

2022· article· en· W4226241100 sur OpenAlexafffund
Ethan Kim, Derek Howard, Yuxiao Chen, Shreejoy J. Tripathy, Leon French

Notice bibliographique

RevueFrontiers in Neuroinformatics · 2022
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueSingle-cell and spatial transcriptomics
Établissements canadiensUniversity of TorontoCentre for Addiction and Mental Health
Organismes subventionnairesHealth CanadaCanadian Open Neuroscience PlatformNatural Sciences and Engineering Research Council of CanadaFondation Brain Canada
Mots-clésNeocortexComputational biologyComputer scienceGene expressionGeneExpression (computer science)Laminar organizationFunction (biology)Laminar flowRNABiologyNeuroscienceGenetics

Résumé

récupéré en direct d'OpenAlex

The application of RNA sequencing has enabled the characterization of genome-wide gene expression in the human brain, including distinct layers of the neocortex. Neuroanatomically, the molecular patterns that underlie the laminar organization of the neocortex can help link structure to circuitry and function. To advance our understanding of cortical architecture, we created LaminaRGeneVis , a web application that displays across-layer cortical gene expression from multiple datasets. These datasets were collected using bulk, single-nucleus, and spatial RNA sequencing methodologies and were normalized to facilitate comparisons between datasets. The online resource performs single- and multi-gene analyses to provide figures and statistics for user-friendly assessment of laminar gene expression patterns in the adult human neocortex. The web application is available at https://ethanhkim.shinyapps.io/laminargenevis/ .

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 enseignants

Ni 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 enseignants0,253
Score d'incertitude au seuil0,433

Scores Codex et Gemma par catégorie

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

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 Opus0,008
Tête enseignante GPT0,241
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 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

Citations3
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in NeuroinformaticsMême sujetSingle-cell and spatial transcriptomicsTravaux en français237 207