← Retour à la cohorte
Author Correction: A deep catalogue of protein-coding variation in 983,578 individuals
Kathie Sun, Xiaodong Bai, Siying Chen, Suying Bao, Chuanyi Zhang, Manav Kapoor, Joshua Backman, Tyler Joseph, Evan K. Maxwell, George Mitra, Alexander Gorovits, Adam J. Mansfield, Boris Boutkov, Sujit Gokhale, Lukas Habegger, Anthony Marcketta, Adam E. Locke, Liron Ganel, Alicia Hawes, Michael D. Kessler, Deepika Sharma, Jeffrey Staples, Jonas Bovijn, Sahar Gelfman, Alessandro Di Gioia, Veera M. Rajagopal, Alexander Lopez, Jennifer Rico Varela, Jesús Alegre-Díaz, Jaime Berúmen, Roberto Tapia‐Conyer, Pablo Kuri‐Morales, Jason Torres, Jonathan Emberson, Rory Collins, Gonçalo R. Abecasis, Giovanni Coppola, Andrew Deubler, Aris Economides, Adolfo A. Ferrando, Luca A. Lotta, Alan R. Shuldiner, Katherine Siminovitch, Christina Beechert, Erin D. Brian, Laura M. Cremona, Hang Du, Caitlin Forsythe, Zhenhua Gu, Kristy Guevara, Michael Lattari, Kia Manoochehri, Prathyusha Challa, Manasi Pradhan, Raymond Reynoso, Ricardo Schiavo, Maria Sotiropoulos Padilla, Chenggu Wang, Sarah E. Wolf, Amelia Averitt, Nilanjana Banerjee, Dadong Li, Sameer Malhotra, Justin Mower, Mudasar Sarwar, Jeffrey C. Staples, Sean Yu, Aaron Zhang, Andrew Bunyea, Krishna Pawan Punuru, Sanjay Sreeram, Gisu Eom, Benjamin Sultan, Rouel Lanche, Vrushali Mahajan, Eliot Austin, Sean O’Keeffe, Razvan Panea, Tommy Polanco, Ayesha Rasool, Lance Zhang, Evan Edelstein, Ju Guan, Olga Krasheninina, Samantha Zarate, Manuel Allen Revez Ferreira, Kathy Burch, Adrián I. Campos, Lei Chen, Sam Choi, Amy Damask, Sheila M. Gaynor, Benjamin Geraghty, Arkopravo Ghosh, Salvador Romero Martinez, Christopher E. Gillies, Lauren Gurski, Joseph Herman, Eric Jorgenson, Jack A. Kosmicki, Nan Lin, Priyanka Nakka, Karl Landheer, Olivier Delaneau, Maya Ghoussaini, Joelle Mbatchou, Arden Moscati, Aditeya Pandey, Anita Pandit, Charles Paulding, Jonathan Ross, Carlo Sidore, Eli Stahl, Maria Suciu, Peter VandeHaar, Sailaja Vedantam, Scott Vrieze, Jingning Zhang, Rujin Wang, Kuan-Han Wu, Bin Ye, Blair Zhang, Andrey Ziyatdinov, Yuxin Zou, Kyoko Watanabe, Mira Tang, Brian D. Hobbs, Jon Silver, William Palmer, Rita Guerreiro, Amit D. Joshi, Antoine Baldassari, Cristen J. Willer, Sarah E. Graham, Ernst Mayerhofer, Mary E. Haas, Niek Verweij, George Hindy, Tanima De, Parsa Akbari, Luanluan Sun, Olukayode Sosina, Arthur Gilly, Peter Dornbos, Juan L. Rodríguez-Flores, Moeen Riaz, Gannie Tzoneva, Momodou W. Jallow, Anna Alkelai, Ariane Ayer, Vijay Kumar, Jacqueline M. Otto, Neelroop Parikshak, Ayşegül Güvenek, José Brás, Silvia Álvarez, Jessie Brown, Jing He, Hossein Khiabanian, Joana Revez, Kimberly Skead, Valentina A. Zavala, Lyndon J. Mitnaul, Marcus B. Jones, Esteban Chen, Michelle G. LeBlanc, Jason Mighty, Nirupama Nishtala, Nadia Rana, Jennifer Rico‐Varela, Jaimee Hernandez, Alison Fenney, Randi Schwartz, Jody Hankins, Samuel F. M. Hart, Ann Perez-Beals, Gina Solari, Johannie Rivera-Picart, Michelle Pagan, Sunilbe Siceron, David I. Gwynne, Jerome I. Rotter, Robert Weinreb, Jonathan L. Haines, Margaret A. Pericak‐Vance, Dwight Stambolian, Nir Barzilai, Yousin Suh, Zhengdong Zhang, Elliot Hong, Braxton D. Mitchell, Nicholas B. Blackburn, Simon Broadley, Marzena J. Fabis‐Pedrini, Vilija Jokubaitis, Allan G. Kermode, Trevor J. Kilpatrick, Stephen J Leslie, Bennet J. McComish, Allan Motyer, Grant P. Parnell, Rodney J. Scott, Bruce Taylor, Justin P. Rubio, Danish Saleheen, Ken Kaufman, Leah C. Kottyan, Lisa W. Martin, Marc E. Rothenberg, Abdullah Mahmood Ali, Azra Raza, Jonathan Cohen, Adam R. Glassman, William E. Kraus, Christopher B. Newgard, Svati H. Shah, Jamie E. Craig, Alex W. Hewitt, Naga Chalasani, Tatiana Foroud, Suthat Liangpunsakul, Nancy J. Cox, M. Eileen Dolan, Omar El-Charif, Lois B. Travis, Heather E. Wheeler, Eric R. Gamazon, Lori C. Sakoda, John S. Witte, Kostantinos Lazaridis, Adam H. Buchanan, David J. Carey, Christa Lese Martin, Michelle N. Meyer, Kyle Retterer, David D.K. Rolston, Nirmala Akula, Emily Besançon, Sevilla D. Detera‐Wadleigh, Layla Kassem, Francis J. McMahon, Thomas G. Schulze, Allan Gordon, Maureen E. Smith, John Varga, Yuki Bradford, Scott M. Damrauer, Stephanie DerOhannessian, Theodore G. Drivas, Scott Dudek, Joseph Dunn, Ned Haubein, Renae Judy, Yi-An Ko, Colleen Morse Kripke, Meghan Livingstone, Nawar Naseer, Kyle P. Nerz, Afiya Poindexter, Marjorie Risman, Salma Santos, Giorgio Sirugo, Julia Stephanowski, Teo Tran, Fred Vadivieso, Anurag Verma, Shefali S. Verma, JoEllen Weaver, Colin Wollack, Daniel J. Rader, Marylyn D. Ritchie, Joan M. O’Brien, Erwin P. Böttinger, Judy H. Cho, S. Louis Bridges, Robert P. Kimberly, Marlena S. Fejzo, Richard A. Spritz, James T. Elder, Rajan P. Nair, Philip E. Stuart, Lam C. Tsoi, Robert Dent, Ruth McPherson, Brendan J. Keating, Erin E. Kershaw, Georgios I. Papachristou, David C. Whitcomb, Shervin Assassi, Maureen D. Mayes, Eric D. Austin, Michael Cantor, Timothy A. Thornton, Hyun Min Kang, John D. Overton, María Laura Cremona, Mona Nafde, Aris Baras, Jonathan Marchini, Jeffrey G. Reid, William Salerno, Suganthi Balasubramanian
Notice bibliographique
RevueNature · 2025
Typeerratum
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMolecular Biology Techniques and Applications
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésVariation (astronomy)Computational biologyCoding (social sciences)Computer scienceBiologyMathematicsStatisticsPhysicsAstrophysics
Résumé
Since the version of the article initially published, in the Data availability section, the sentence “Regeneron can make GHS individual-level genomic data available to qualified academic noncommercial researchers through the Regeneron pre-clinical Research portal at https://regeneron.envisionpharma.com/vt_regeneron/ under a data access agreement” has been updated in the HTML and PDF versions of the article.
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.
score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,061
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,079
Score d'incertitude au seuil0,264
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,061 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,079 | 0,041 |
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 Opus0,005
Tête enseignante GPT0,276
Écart entre enseignants0,270 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validation
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.
Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreAutre
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».
En bref
Citations0
Publié2025
Routes d'admission1
Résumé présentoui