MétaCan
Menu
← Retour à la cohorte
Enregistrement W6902147497 · doi:10.6084/m9.figshare.14450784

Additional file 2 of Rare deleterious mutations of HNRNP genes result in shared neurodevelopmental disorders

2021· article· en· W6902147497 sur OpenAlexaff

Notice bibliographique

RevueFigshare · 2021
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenomics and Rare Diseases
Établissements canadiensSunny Hill Health Centre for ChildrenBC Children's HospitalUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMissense mutationProbandPhenotypeGeneGenetic variation

Résumé

récupéré en direct d'OpenAlex

Additional file 2: Supplementary Figures S1-S5. Fig. S1. Dendrogram of hnRNPs based on multiple sequence alignment of canonical amino acid sequences. Colors match those seen in Fig. 2. NDD hnRNPs are shown in black boxes. Fig. S2. Pathogenicity assessment of variation in hnRNPs. A) Gene Variation Intolerance Ranking (GeVIR), loss-of-function observed/expected upper bound fraction (LOEUF), and Variation Intolerant Region Loss-of-Function (VIRLoF) percentiles. Average LOEUF percentile is significantly higher for NDD HNRNPs (n = 13) compared to other HNRNPs (n = 15). B) Average fold change for GeVIR, LEOUF, and VIRLoF for autosomal dominant (AD) and autosomal recessive (AR) variants. Average LEOUF fold change for AD mutations is significantly higher for NDD HNRNPs compared to other HNRNPs, with the AD VIRLoF fold change trending in the same direction. The AR LEOUF fold change is trending towards being significantly higher among other HNRNPs compared to NDD HNRNPs. One-way t-test. * p < 0.05. Fig. S3. Expression of HNRNPs among adult tissues and the developing human cortex. A) Heatmap of all HNRNP expression in developing cortex tissues. B) Comparison of fold expression of NDD HNRNPs to non-NDD HNRNPs. C) Heatmap of all HNRNP expression (transcript level expression) in adult brain tissues from GTEx. D) Heatmap of NDD HNRNP expression (transcript level expression) in all tissues from GTEx. Fig. S4. Phenotypic correlations for LGD and missense variant probands. A) Correlation matrix of phenotypes across HNRNP probands with LGD variation (genes with only missense variation excluded) and B) severe missense variation (genes with only LGD variation excluded. * p < 0.05; ** p < 0.01; *** p < 0.001; **** p < 0.0001. Fig. S5. Phenotypic comparisons between LGD and missense variants by HNRNP. Fig. S6. GTEx expression of NDD HNRNPs and genes associated with similarly presenting disorders.

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)0,001
score de la tête « metaresearch » (Gemma)0,019
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,888
Score d'incertitude au seuil0,160

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,019
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,000
Communication savante0,0020,002
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,8880,176

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 Opus0,010
Tête enseignante GPT0,216
Écart entre enseignants0,206 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreJeu de données

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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFigshare→Même sujetGenomics and Rare Diseases→Travaux en français237 207→