MétaCan
Menu
Retour à la cohorte
Enregistrement W4380869524 · doi:10.1093/bioinformatics/btad381

GRETTA: an R package for mapping <i>in silico</i> genetic interaction and essentiality networks

2023· article· en· W4380869524 sur OpenAlexafffund
Yuka Takemon, Marco A. Marra

Notice bibliographique

RevueBioinformatics · 2023
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueBioinformatics and Genomic Networks
Établissements canadiensCanada's Michael Smith Genome Sciences CentreGenome British ColumbiaUniversity of British Columbia
Organismes subventionnairesUniversity of British ColumbiaUniversity of Alabama at BirminghamCanada Research ChairsBroad InstituteUniversity of AlabamaCanadian Institutes of Health ResearchCanada's Michael Smith Genome Sciences Centre
Mots-clésDECIPHERIn silicoComputer scienceMIT LicenseDocumentationComputational biologySource codeBiologyGeneticsGeneSoftwareProgramming language

Résumé

récupéré en direct d'OpenAlex

SUMMARY: Mapping genetic interactions and essentiality networks in human cell lines has been used to identify vulnerabilities of cells carrying specific genetic alterations and to associate novel functions to genes, respectively. In vitro and in vivo genetic screens to decipher these networks are resource-intensive, limiting the throughput of samples that can be analyzed. In this application note, we provide an R package we call Genetic inteRaction and EssenTiality neTwork mApper (GRETTA). GRETTA is an accessible tool for in silico genetic interaction screens and essentiality network analyses using publicly available data, requiring only basic R programming knowledge. AVAILABILITY AND IMPLEMENTATION: The R package, GRETTA, is licensed under GNU General Public License v3.0 and freely available at https://github.com/ytakemon/GRETTA and https://doi.org/10.5281/zenodo.6940757, with documentation and tutorial. A Singularity container is also available at https://cloud.sylabs.io/library/ytakemon/gretta/gretta.

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 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)0,000
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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,898
Score d'incertitude au seuil0,665

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 ouverte0,0000,000
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 Opus0,018
Tête enseignante GPT0,260
Écart entre enseignants0,243 · 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 tête enseignante, 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

Citations4
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBioinformaticsMême sujetBioinformatics and Genomic NetworksTravaux en français237 207