Data and code for Fitzgerald et al: MDD seeded co-expression networks
Notice bibliographique
Résumé
Below is a decription of the data and code supplied within this repository related to Fitzgerald et al "Astrocyte fatty acid metabolism as a driver of risk for major depressive disorder" Generated data Data About All_GTEx_DLPFC_networks.RData Non-thresholded coexpression summary statistics for MDD risk genes in GTEx frontal cortex my_big_negative_GTEx_DLPFC_list.RData "All_GTEx_DLPFC_networks.Rdata" data filtered to those genes with R < -0.5 and FDR < 0.05 my_big_positive_GTEx_DLPFC_list.RData "All_GTEx_DLPFC_networks.Rdata" data filtered to those genes with R > 0.5 and FDR < 0.05 Generated code File About Related figure Chang_bootstrap.R Bootstrapping of coexpression networks in the Chang et all data for comparing FADS1 coexpressed genes across disease states Fig 4G CMC_QC.R Quality control for the common mind consortium data for validation of coexpression networks Supp Cont_vs_MDD_modscores.R Generating module scores in snRNA-seq data Fig 4E FADS1_clustering.R Clustering of snRNA-seq data using genes coexpressed with FADS1 Fig 5 gene_analysis.sh Annotation of GWAS summary statistics using Hi-C data Fig 2A gene_set_analysis.sh GWAS enrichment analysis using MAGMA Fig 6C GTEx_coexp_networks.R Generating seeded coexpression networks for MDD risk genes in the GTEx dataset Fig 2B GTEx_QC_1.R Filtering of the GTEx dataset NA GTEx_QC_2.R Normalisation and regression of technical covariates from the GTEx data NA Labonte_et_al_QC.R Quality control, filtering and regression of technical covariates from the Labonte et al dataset Fig 4F Milo_analysis.R Neighbourhood based analysis for differentially abundant nuclei between control and MDD nuclei Fig 5H Nagy_et_al_astro_subsetting.R Subsetting astrocytes from the full Nagy et al snRNA-seq dataset NA Network_analysis.R To generate and analyse a graph of coexpression networks Fig 3E NicheNet.R For a NicheNet analysis to infer patterns of cell-cell communication Fig 6F Vizium_analysis.R Processing spatial RNA-seq data and generating cell scores for spatial inference of identified cell states Fig 5F
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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,002 |
| 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 ».