MétaCan
Menu
Retour à la cohorte
Enregistrement W4402992229 · doi:10.1038/s41598-024-72418-8

Impact of essential genes on the success of genome editing experiments generating 3313 new genetically engineered mouse lines

2024· article· en· W4402992229 sur OpenAlexafffund
Hillary Elrick, Kevin A. Peterson, Brandon Willis, Denise G. Lanza, Elif F. Acar, Edward J. Ryder, Lydia Teboul, Petr Kašpárek, Marie‐Christine Birling, David J. Adams, Allan Bradley, Robert E. Braun, Steve D. M. Brown, Adam Caulder, Gemma Codner, Francesco J. DeMayo, Mary E. Dickinson, Brendan Doe, Graham Duddy, Marina Gertsenstein, Leslie O. Goodwin, Yann Hérault, Lauri G. Lintott, K. C. Kent Lloyd, Isabel Lorenzo, Matthew Mackenzie, Ann‐Marie Mallon, Colin McKerlie, Helen Parkinson, Ramiro Ramírez‐Solis, John R. Seavitt, Radislav Sedláček, William C. Skarnes, D. Smedley, Sara Wells, Jacqueline K. White, Joshua A. Wood, Shaheen Akhtar, Alasdair J. Allan, Susan Allen, Philippe André, D. E. Archer, Sarah Atkins, Ruth Avery, Abdel Ayadi, Daniel M. Barrett, Tanya Beyetinova, Melissa L. Berry, Katharina Boroviak, Joanna Bottomley, Tim Brendler-Spaeth, Ellen Brown, Jonathan Burvill, James Bussell, Charis Cardeno, R. Carter, Patricia Castellanos-Penton, Skevoulla Christou, Greg Clark, Shannon Clarke, James Cleak, Amie Creighton, Maribelle Cruz, Ozge Danisment, Charlotte Davis, Joanne Doran, Valérie Erbs, Qing Fan-Lan, Rachel Fell, Feng He, Jean-Victor Fougerolle, Alex Fower, Gemma Frake, Martin Fray, Antonella Galli, David Gannon, Wendy Gardiner, Angelina Gaspero, Diane Gleeson, Chris Godbehere, Evelyn Grau, Mark Griffiths, Nicola Griggs, Kristin Grimsrud, Sarah Hazeltine, Marie Hutchison, Catherine Ingle, Vivek Iyer, Kathrin Jäger, Joanna Joeng, Susan Kales, Janet Kenyon, Jana Kopkanova, Christelle Kujath, Peter M. Kutny, Valerie Laurin, Sandrine Lejeay, Christopher J. Lelliott, Jorik Loeffler, Romain Lorentz, Christopher V. McCabe, Elke Malzer, Peter Matthews, Ryea Maswood, Matthew McKay, Terrence F. Meehan, David Melvin, Alison Murphy, Asif Nakhuda, Amit Patel, Ilya Paulavets, Guillaume Pavlovic, Ashley Pawelka, Fran J. Pike, Radka Platte, Peter D. Price, Kiran Rajaya, Shalini Kamu Reddy, Whitney Rich, Barry P. Rosen, Victoria Ross, Mark Ruhe, Luís Santos, Laurence Schaeffer, Alix Schwiening, Mohammed Selloum, Debarati Sethi, Jan R. Sidiangco, Caroline Sinclair, Elodie Sins, Gillian Sleep, Tania Sorg, Becky Starbuck, Michelle Stewart, Holly Swash, Mark Thomas, Sandra Tondat, Rachel Urban, Jana Urbanová, Susan Varley, Hannah Wardle‐Jones, Lauren Weavers, Michael Woods, Stephen A. Murray, Jason D. Heaney, Lauryl M. J. Nutter

Notice bibliographique

RevueScientific Reports · 2024
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCRISPR and Genetic Engineering
Établissements canadiensUniversity of GuelphSickKids FoundationUniversity of ManitobaToronto Centre for PhenogenomicsHospital for Sick Children
Organismes subventionnairesNIH Office of the DirectorCzech Centre for Phenogenomics, Institute of Molecular Genetics of the Czech Academy of SciencesEuropean Regional Development FundMedical Research CouncilPHENOMINCommon FundUniversité de StrasbourgInstitut National de la Santé et de la Recherche MédicaleEuropean Molecular Biology LaboratoryAkademie Věd České RepublikyCentre National de la Recherche ScientifiqueMinisterstvo Školství, Mládeže a TělovýchovyNational Human Genome Research InstituteWellcome TrustAgence Nationale de la RechercheGenome CanadaNational Institutes of HealthOntario GenomicsUniverzita Karlova v Praze
Mots-clésGenetically engineeredGenome editingGeneGenomeGenetically modified organismComputational biologyBiologyGenetics

Résumé

récupéré en direct d'OpenAlex

The International Mouse Phenotyping Consortium (IMPC) systematically produces and phenotypes mouse lines with presumptive null mutations to provide insight into gene function. The IMPC now uses the programmable RNA-guided nuclease Cas9 for its increased capacity and flexibility to efficiently generate null alleles in the C57BL/6N strain. In addition to being a valuable novel and accessible research resource, the production of 3313 knockout mouse lines using comparable protocols provides a rich dataset to analyze experimental and biological variables affecting in vivo gene engineering with Cas9. Mouse line production has two critical steps - generation of founders with the desired allele and germline transmission (GLT) of that allele from founders to offspring. A systematic evaluation of the variables impacting success rates identified gene essentiality as the primary factor influencing successful production of null alleles. Collectively, our findings provide best practice recommendations for using Cas9 to generate alleles in mouse essential genes, many of which are orthologs of genes linked to human disease.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,044

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,011
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,011
Tête enseignante GPT0,314
Écart entre enseignants0,303 · 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 source (Gemma direct ou Codex distillé), 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

Citations6
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetCRISPR and Genetic EngineeringTravaux en français237 207