Demonstrating the utility of flexible sequence queries against indexed short reads with FlexTyper
Notice bibliographique
Résumé
These data files are for the manuscript titled: Demonstrating the utility of flexible sequence queries against indexed short reads with FlexTyper. Accepted for publication in PLoS Computational Biology. There is a version of the manuscript available on biorxiv: https://www.biorxiv.org/content/10.1101/2020.03.02.973750v2 Within this upload are query files used for querying with the FlexTyper tool: CAAPA_PanGenome_Query.tsv - African Contig Query File hla_seqs_query.tsv - HLA Sequence Query File KIR_query.tsv - KIR Kmer Query File SProbeQuery.tsv - CytoscanHD SNP Query File path_query.txt - Pathogen Query File Additionally there are output files from each of these searches, across nine individuals: *KPIMarkers.tsv - Note the (*), 9 samples searched against the KPI markers *Ancestry_FTSearch_k31s10m200u - Note the (*), 9 samples searched against the ancestry markers ERR1955491_Cytoscan_FTSearch_Paper_k31s10m200u_Final.tsv - Searched against the Cytoscan SNP probes CombinedAfrican_UniqReads_k50s10m100u.tsv - Combined counts across the African Contigs. There are both Centrifuge and Kraken2 reports for mixed patient samples Patient*_Kraken2_Report - Kraken2 Reports for the mixed viral "patient" samples. Patient*Centrifuge - Centrifuge Reports for the mixed viral "Patient" samples The collated Tables for Mixed or pure viral counts: CollatedNonMixedVirus.csv MixedViralAnalysis.tsv CombinedCentrifuge.tsv CollatedNonMixedVirusUniqRead.csv The files within this repository are connected to the analysis directory for code: https://github.com/Phillip-a-richmond/FlexTyper_manuscript Please submit issues with this data to that github repository.
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 | 0,011 | 0,030 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,004 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,069 | 0,047 |
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 ».