MétaCan
Menu
Retour à la cohorte
Enregistrement W4324117491 · doi:10.1016/j.gimo.2023.100634

P587: Leveraging extensive datasets to better classify SMARCA4 variants*

2023· article· en· W4324117491 sur OpenAlex
Leora Witkowski, Nadine Demko, Elodie Petrecca, Marie Loncol, William D. Foulkes

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueGenetics in Medicine Open · 2023
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueChromatin Remodeling and Cancer
Établissements canadiensMcGill University Health CentreMcGill University
Organismes subventionnairesnon disponible
Mots-clésSMARCA4Computer scienceComputational biologyData scienceBiologyGeneticsGene

Résumé

récupéré en direct d'OpenAlex

Germline pathogenic variants (GPVs) in SMARCA4 cause rhabdoid tumor predisposition syndrome type 2 (RTPS2), which predisposes carriers to very specific rare tumors, such as small cell carcinoma of the ovary, hypercalcemic type (SCCOHT) and malignant and atypical/teratoid rhabdoid tumors (MRT/ATRT). Although these cancers are relatively uncommon, they are extremely aggressive, with low long-term survival. While most of the pathogenic variants in SMARCA4 cause loss-of-function of the protein, a handful are missense variants, making classification difficult.

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.

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)0,001
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: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,391
Score d'incertitude au seuil0,609

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,058
Tête enseignante GPT0,365
Écart entre enseignants0,308 · 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