MAJIQlopedia: an encyclopedia of RNA splicing variations in human tissues and cancer
Notice bibliographique
Résumé
Quantification of RNA splicing variations based on RNA-Sequencing can reveal tissue- and disease-specific splicing patterns. To study such splicing variations, we introduce MAJIQlopedia, an encyclopedia of splicing variations that encompasses 86 human tissues and 41 cancer datasets. MAJIQlopedia reports annotated and unannotated splicing events for a total of 486 175 alternative splice junctions in normal tissues and 338 317 alternative splice junctions in cancer. This database, available at https://majiq.biociphers.org/majiqlopedia/, includes a user-friendly interface that provides graphical representations of junction usage quantification for each junction across all tissue or cancer types. To demonstrate case usage of MAJIQlopedia, we review splicing variations in genes WT1, MAPT and BIN1, which all have known tissue or cancer-specific splicing variations. We also use MAJIQlopedia to highlight novel splicing variations in FDX1 and MEGF9 in normal tissues, and we uncover a novel exon inclusion event in RPS6KA6 that only occurs in two cancer types. Users can download the database, request the addition of data to the webtool, or install a MAJIQlopedia server to integrate proprietary data. MAJIQlopedia can serve as a reference database for researchers seeking to understand what splicing variations exist in genes of interest, and those looking to understand tissue- or cancer-specific splice isoform usage.
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 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| 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.
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.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».