ANGDelMut – a web-based tool for predicting and analyzing functional loss mechanisms of amyotrophic lateral sclerosis-associated angiogenin mutations
Notice bibliographique
Résumé
<ns4:p> ANGDelMut is a web-based tool for predicting the functional consequences of missense mutations in the angiogenin (ANG) protein, which is associated with amyotrophic lateral sclerosis (ALS). Missense mutations in ANG result in loss of either ribonucleolytic activity or nuclear translocation activity or both of these functions, and in turn cause ALS. However, no web-based tools are available to predict whether a newly identified ANG mutation will possibly lead to ALS. More importantly, no web-implemented method is currently available to predict the mechanisms of loss-of-function(s) of ANG mutants. In light of this observation, we developed the ANGDelMut web-based tool, which predicts whether an ANG mutation is deleterious or benign. The user selects certain attributes from the input panel, which serves as a query to infer whether a mutant will exhibit loss of ribonucleolytic activity or nuclear translocation activity or whether the overall stability will be affected. The output states whether the mutation is deleterious or benign, and if it is deleterious, gives the possible mechanism(s) of loss-of-function. This web-based tool, freely available at <ns4:ext-link xmlns:ns3="http://www.w3.org/1999/xlink" ext-link-type="uri" ns3:href="http://bioschool.iitd.ernet.in/DelMut/">http://bioschool.iitd.ernet.in/DelMut/</ns4:ext-link> , is the first of its kind to provide a platform for researchers and clinicians, to infer the functional consequences of ANG mutations and correlate their possible association with ALS ahead of experimental findings. </ns4:p>
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».