OTHR-45. Kids First Variant WorkBench: application to germline genomic discoveries in the Children's Brain Tumor Network
Notice bibliographique
Résumé
Abstract The Gabriella Miller Kids First Pediatric Research Program (Kids First) aims at facilitating researchers to uncover new insights into the biology of childhood cancer (CC) and structural birth defects (SBD). Kids First has two initiatives, i) whole genome sequencing of biospecimens from families with CC/SBD, and ii) establishing Kids First Data Resources. Kids First Data Resource Center developed the Kids First Data Resource Portal (KFDRP), a centralized platform to search, view, analyze, and identify currently accessible data from both Kids First and collaborative cohorts, incorporating omics and phenotypic information of 30 studies and 26,300 participants. A recently released KFDRP component is Variant WorkBench (VWB), enabling users to query, mangle, analyze and visualize genomic variants from participating cohorts, with the Children’s Brain Tumor Network (CBTN) being one of the cohorts. VWB supports programming languages such as Python, Spark, SQL and R for in-depth analysis in Apache Zeppelin notebooks. In addition to variant calls and phenotypic information, VWB hosts rich external variant annotations in the public domain, such as Cancer Hotspots, COSMIC and ClinVar. Users can also load additional databases (e.g. Human Gene Mutation Database/HGMD) within a notebook, import custom datasets as temporary query tables, export analysis outputs to local drives, visualize analysis results in multiple chart styles, display local figures, and save notebooks for sharing, further use and Cavatica projects. In an effort to screen tier 1 genes (n=578) from the most recent Cancer Gene Census provided by COSMIC in CBTN, we identified ~127,500 germline variants that are both rare and damaging, or that are already cataloged in the most recent version of ClinVar/HGMD. The whole process took less than one hour which is much faster than conventional methods. VWB enables efficient genomic variant analysis and discoveries in pediatric neuro-oncology research with advanced big data technology.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,003 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,065 | 0,017 |
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 source (Gemma direct ou Codex distillé), 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 ».