MétaCan
Menu
Retour à la cohorte
Enregistrement W4282982459 · doi:10.1158/1538-7445.am2022-lb501

Abstract LB501: Making discoveries with Kids First Variant DataBase and WorkBench

2022· article· en· W4282982459 sur OpenAlexaff
Yiran Guo, Jeremy Costanza, Christophe Botek, Miguel Brown, David Higgins, Yuankun Zhu, Bailey Farrow, Allison P. Heath, Adam Resnick, Vincent Ferretti

Notice bibliographique

RevueCancer Research · 2022
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueNutrition, Genetics, and Disease
Établissements canadiensCentre Hospitalier Universitaire Sainte-Justine
Organismes subventionnairesnon disponible
Mots-clésPython (programming language)EnsemblComputer scienceScripting languageWorld Wide WebUniProtGenomicsBiologyGenomeGeneticsGeneProgramming language

Résumé

récupéré en direct d'OpenAlex

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), including the discovery of shared genetic pathways between these disorders. Kids First has two initiatives, which are whole genome sequencing (WGS) of biospecimens from families with CC/SBD, and establishing Kids First Data Resource. Kids First Data Resource Center (KFDRC) developed Kids First Data Resource Portal (KFDRP; https://portal.kidsfirstdrc.org/), which is 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. Recently KFDRC released two new KFDRP components named Variant DataBase (VDB) and Variant WorkBench (VWB), enabling users to query, mangle, analyze and visualize germline genomic variants. The current release includes ~309 million unique variants in a matrix of more than 61.3 billion individual-chromosomal position occurrences from over 11,500 participants in 17 studies. While VDB provides a quick variant summary, VWB supports scripting languages such as Python, Spark, SQL, R, and MarkDown as in-depth analysis tools enabled by Apache Zeppelin notebooks. In addition to variant calls and phenotypic information such as Human Phenotype Ontology (HPO) terms and Mondo IDs, VWB hosts rich external variant annotations in the public domain, such as Cancer Hotspots, ClinVar, COSMIC, dbNSFP, gnomAD, TOPMed, as well as gene-phenotype links provided by OMIM, HPO, Orphanet, and the Deciphering Developmental Disorders Project. Users can also load additional databases within a notebook (such as the subscription-based Human Gene Mutation Database [HGMD]), 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 for rare deleterious variants in all six currently available CC cohorts in KFDRP, we identified over 1.2 million germline variants that are with minor allele frequency no more than 0.00001 among gnomAD/TOPMed datasets and with ratio of number of “damaging” predictions over number of all predictions in dbNSFP between 0.5 and 1, or that are already cataloged in the most recent version of ClinVar/HGMD. The whole process took less than two hours which is much faster than conventional methods. These variant tools in KFDRP enable efficient genomic variant analysis in cancer research with advanced big data technology. Citation Format: Yiran Guo, Jeremy Costanza, Christophe Botek, Miguel Brown, David Higgins, Yuankun Zhu, Bailey Farrow, Allison Heath, Adam Resnick, Vincent Ferretti, Kids First Data Resource Center. Making discoveries with Kids First Variant DataBase and WorkBench [abstract]. In: Proceedings of the American Association for Cancer Research Annual Meeting 2022; 2022 Apr 8-13. Philadelphia (PA): AACR; Cancer Res 2022;82(12_Suppl):Abstract nr LB501.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,009
score de la tête « metaresearch » (Gemma)0,023
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,077
Score d'incertitude au seuil0,259

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,023
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0020,003
Bibliométrie0,0100,006
Études des sciences et des technologies0,0010,001
Communication savante0,0070,005
Science ouverte0,0070,008
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0770,060

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 Opus0,041
Tête enseignante GPT0,356
Écart entre enseignants0,315 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancer ResearchMême sujetNutrition, Genetics, and DiseaseTravaux en français237 207