← Retour à la cohorte
Genome-wide association analyses define pathogenic signaling pathways and prioritize drug targets for IgA nephropathy
Krzysztof Kiryluk, Elena Sánchez, Shu‐Feng Zhou, Francesca Zanoni, Lili Liu, Nikol Mladkova, Atlas Khan, Maddalena Marasà, Jun Y. Zhang, Olivia Balderes, Simone Sanna‐Cherchi, Andrew S. Bomback, Pietro A. Canetta, Gerald B. Appel, Jai Radhakrishnan, Hernán Trimarchi, Ben Sprangers, Daniel Cattran, Heather N. Reich, York Pei, Pietro Ravani, Kres̆imir Gales̃ić, Dita Maixnerová, Vladimı́r Tesař, Bénédicte Stengel, Marie Metzger, Guillaume Canaud, Nicolas Maillard, F. Berthoux, Laureline Berthelot, Évangéline Pillebout, Renato C. Monteiro, Raoul D. Nelson, Robert Wyatt, William E. Smoyer, John D. Mahan, Al-Akash Samhar, Guillermo Hidalgo, Alejandro Quiroga, Patricia L. Weng, Raji Sreedharan, David T. Selewski, Keefe Davis, Mahmoud Kallash, Tetyana L. Vasylyeva, Michelle N. Rheault, Aftab S. Chishti, Daniel Ranch, Scott E. Wenderfer, Dmitry Samsonov, Donna Claes, Oleh M. Akchurin, Dimitrios Goumenos, Μaria Stangou, Judit Nagy, Tibor Kovács, Enrico Fiaccadori, Antonio Amoroso, Cristina Barlassina, Daniele Cusi, Lucia Del Vecchio, Giovanni Giorgio Battaglia, Monica Bodria, Emanuela Boer, Luisa Bono, Giuliano Boscutti, Gianluca Caridi, Francesca Lugani, Gian Marco Ghiggeri, Rosanna Coppo, Licia Peruzzi, Vittoria Esposito, Ciro Esposito, Sandro Feriozzi, Rosaria Polci, Giovanni M. Frascà, Marco Galliani, Maurizio Garozzo, Adele Mitrotti, Loreto Gesualdo, Simona Granata, Gianluigi Zaza, Francesco Londrino, Riccardo Magistroni, Isabella Pisani, Andrea Magnano, Carmelita Marcantoni, Piergiorgio Messa, Renzo Mignani, Antonello Pani, Claudio Ponticelli, Dario Roccatello, Maurizio Salvadori, Erica Salvi, Domenico Santoro, Guido Gembillo, Silvana Savoldi, Donatella Spotti, Pasquale Zamboli, Claudia Izzi, Federico Alberici, Elisa Delbarba, Michał Florczak, Natalia Krata, Krzysztof Mucha, Leszek Pączek, Stanisław Niemczyk, Barbara Moszczuk, Małgorzata Pańczyk-Tomaszewska, Małgorzata Mizerska-Wasiak, Agnieszka Perkowska‐Ptasińska, Teresa Bączkowska, Magdalena Durlik, Krzysztof Pawlaczyk, Przemysław Sikora, Marcin Zaniew, Dorota Kamińska, Magdalena Krajewska, Izabella Kuźmiuk-Glembin, Zbigniew Heleniak, Barbara Bułło‐Piontecka, Tomasz Liberek, Alicja Dębska‐Ślizień, Tomasz Hryszko, Anna Materna‐Kiryluk, Monika Miklaszewska, Katarzyna Dyga, Edyta Machura, Katarzyna Siniewicz‐Luzeńczyk, Monika Pawlak-Bratkowska, Marcin Tkaczyk, Dariusz Runowski, Norbert Kwella, Dorota Drożdż, Ireneusz Habura, Florian Kronenberg, Larisa Prikhodina, David A. van Heel, Bertrand Fontaine, Chris Cotsapas, Cisca Wijmenga, André Franke, Vito Annese, Peter K. Gregersen, Sreeja Parameswaran, Matthew T. Weirauch, Leah C. Kottyan, John B. Harley, Hitoshi Suzuki, Ichiei Narita, Hajeong Lee, Dong Ki Kim, Yon Su Kim, Jin‐Ho Park, Belong Cho, Murim Choi, Ans Van Wijk, Ana Huerta, Elisabet Ars, José Ballarín, Sigrid Lundberg, Bruno Vogt, Laila‐Yasmin Mani, Yaşar Çalışkan, Jonathan Barratt, Thilini Abeygunaratne, Philip A. Kalra, Daniel P. Gale, Ulf Panzer, Thomas Rauen, Jürgen Floege, Pascal Schlosser, Arif B. Ekici, Kai‐Uwe Eckardt, Nan Chen, Jingyuan Xie, Richard P. Lifton, Ruth J. F. Loos, Eimear E. Kenny, Iuliana Ionita‐Laza, Anna Köttgen, Bruce A. Julian, Jan Novák, Francesco Scolari, Hong Zhang, Ali G. Gharavi
Notice bibliographique
RevueNature Genetics · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueRenal Diseases and Glomerulopathies
Établissements canadiensUniversity of CalgaryToronto General HospitalUniversity of Toronto
Organismes subventionnairesNational Human Genome Research InstituteNational Institute of Allergy and Infectious DiseasesNational Center for Advancing Translational SciencesMedical Research CouncilKfH-Stiftung PräventivmedizinGilead SciencesUniwersytet Medyczny im. Karola Marcinkowskiego w PoznaniuFresenius Medical Care North AmericaNational Natural Science Foundation of ChinaDeutsche ForschungsgemeinschaftU.S. National Library of MedicineNational Institute of Neurological Disorders and StrokeKidney Research UKNational Institute of General Medical SciencesBundesministerium für Bildung und ForschungAlbert-Ludwigs-Universität FreiburgMedizinische Fakultät der Albert-Ludwigs-Universität FreiburgNateraNational Institute of Arthritis and Musculoskeletal and Skin DiseasesNational Institute of Diabetes and Digestive and Kidney DiseasesVšeobecná Fakultní Nemocnice v PrazeAmgenPirogov Russian National Research Medical UniversityU.S. Department of Veterans AffairsU.S. Department of Health and Human ServicesNational Science Foundation
Mots-clésBiologyGenome-wide association studyComputational biologyNephropathyGeneticsGenetic associationGenomeDrug discoveryDrugBioinformaticsGeneGenotypeSingle-nucleotide polymorphismPharmacology
Résumé
Aucun résumé dans les sources couvertes. Son absence est consignée, pas traitée comme un négatif.
Aucun résumé. Ce n'est pas une lacune de cette base de données : OpenAlex n'en a pas non plus. 23,3 % de la base est dans cet état, et le tri y repère MOITIÉ moins de métarecherche ; l'absence est donc un biais mesuré, et non un champ manquant.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,354
Score d'incertitude au seuil0,774
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 Opus0,019
Tête enseignante GPT0,291
Écart entre enseignants0,272 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validation
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 tête enseignante, pas un consensus.
Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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
Citations172
Publié2023
Routes d'admission1
Résumé présentnon