The fifth international hackathon for developing computational cloud-based tools and resources for pan-structural variation and genomics
Notice bibliographique
Résumé
Background The goal of the Fifth Annual Baylor College of Medicine & DNAnexus Structural Variation Hackathon was to push forward the research on structural variants (SVs) by rapidly developing and deploying open-source software. The event took place in-person and virtually in August 2023, when 49 scientists from 14 countries and 8 U.S. states collaboratively worked on projects to address critical gaps in the field of genomics. The hackathon projects concentrated on developing bioinformatic workflows for the following challenges: RNA transcriptome comparison, simulation of mosaic variations, metagenomics, Mendelian variation, SVs in plant genomics, and assembly vs. mapping SV calling comparisons. Methods As a starting point we used publicly available data from state-of-the-art long- and short-read sequencing technologies. The workflows developed during the hackathon incorporated open-source software, as well as scripts written using Bash and Python. Moreover, we leveraged the advantages of Docker and Snakemake for workflow automation. Results The results of the hackathon consists of six prototype bioinformatic workflows that use open-source software for SV research. We made the workflows scalable and modular for usability and reproducibility. Furthermore, we tested the workflows on example public data to show that the workflows can work. The code and the data produced during the event have been made publicly available on GitHub (https://github.com/collaborativebioinformatics) to reproduce and built upon in the future. Conclusions The following sections describe the motivation, lessons learned, and software produced by teams during the hackathon. Here, we describe in detail the objectives, value propositions, implementation, and use cases for our workflows. In summary, the article reports the advancements in the development of software for SV detection made during the hackathon.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,013 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,007 | 0,008 |
| Science ouverte | 0,006 | 0,016 |
| Intégrité de la recherche | 0,003 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,249 | 0,113 |
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 source (Gemma direct ou Codex distillé), 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 ».