MétaCan
Menu
Retour à la cohorte
Enregistrement W4404185145 · doi:10.1093/bioinformatics/btae666

MR Corge: sensitivity analysis of Mendelian randomization based on the core gene hypothesis for polygenic exposures

2024· article· en· W4404185145 sur OpenAlexafffund
Wenmin Zhang, Chen‐Yang Su, Satoshi Yoshiji, Tianyuan Lu

Notice bibliographique

RevueBioinformatics · 2024
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetic Associations and Epidemiology
Établissements canadiensMcGill UniversityMontreal Heart Institute
Organismes subventionnairesJapan Society for the Promotion of ScienceCanadian Institutes of Health ResearchCompute CanadaDivision of Graduate EducationUniversity of Wisconsin-Madison
Mots-clésMendelian randomizationSensitivity (control systems)Computational biologyMendelian inheritanceBiologyCore (optical fiber)GeneticsGeneComputer scienceStatisticsMathematicsGenetic variantsGenotype

Résumé

récupéré en direct d'OpenAlex

SUMMARY: Mendelian randomization is being utilized to assess causal effects of polygenic exposures, where many genetic instruments are subject to horizontal pleiotropy. Existing methods for detecting and correcting for horizontal pleiotropy have important assumptions that may not be fulfilled. Built upon the core gene hypothesis, we developed MR Corge for performing sensitivity analysis of Mendelian randomization. MR Corge identifies a small number of putative core instruments that are more likely to affect genes with a direct biological role in an exposure and obtains causal effect estimates based on these instruments, thereby reducing the risk of horizontal pleiotropy. Using positive and negative controls, we demonstrated that MR Corge estimates aligned with established biomedical knowledge and the results of randomized controlled trials. MR Corge may be widely applied to investigate polygenic exposure-outcome relationships. AVAILABILITY AND IMPLEMENTATION: An open-sourced R package is available at https://github.com/zhwm/MRCorge.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,546
Score d'incertitude au seuil0,303

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,028
Tête enseignante GPT0,265
Écart entre enseignants0,238 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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 revueBioinformaticsMême sujetGenetic Associations and EpidemiologyTravaux en français237 207