The Type 1 Diabetes T Cell Receptor and B Cell Receptor Repository in the AIRR Data Commons: a practical guide for access, use and contributions through the Type 1 Diabetes AIRR Consortium
Notice bibliographique
Résumé
Human molecular genetics has brought incredible insights into the variants that confer risk for the development of tissue-specific autoimmune diseases, including type 1 diabetes. The hallmark cell-mediated immune destruction that is characteristic of type 1 diabetes is closely linked with risk conferred by the HLA class II gene locus, in combination with a broad array of additional candidate genes influencing islet-resident beta cells within the pancreas, as well as function, phenotype and trafficking of immune cells to tissues. In addition to the well-studied germline SNP variants, there are critical contributions conferred by T cell receptor (TCR) and B cell receptor (BCR) genes that undergo somatic recombination to yield the Adaptive Immune Receptor Repertoire (AIRR) responsible for autoimmunity in type 1 diabetes. We therefore created the T1D TCR/BCR Repository (The Type 1 Diabetes T Cell Receptor and B Cell Receptor Repository) to study these highly variable and dynamic gene rearrangements. In addition to processed TCR and BCR sequences, the T1D TCR/BCR Repository includes detailed metadata (e.g. participant demographics, disease-associated parameters and tissue type). We introduce the Type 1 Diabetes AIRR Consortium goals and outline methods to use and deposit data to this comprehensive repository. Our ultimate goal is to facilitate research community access to rich, carefully annotated immune AIRR datasets to enable new scientific inquiry and insight into the natural history and pathogenesis of type 1 diabetes.
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 | 0,065 | 0,158 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,004 |
| Méta-épidémiologie (sens large) | 0,004 | 0,003 |
| Bibliométrie | 0,012 | 0,019 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,014 | 0,016 |
| Science ouverte | 0,011 | 0,022 |
| Intégrité de la recherche | 0,005 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,200 | 0,216 |
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 ».