ktmeaton/ncov-recombinant: v0.7.0 - Recursive Recombinants
Notice bibliographique
Résumé
Notes This is a minor release aimed towards a nextclade dataset upgrade from 2022-10-27 to 2023-01-09 which adds nomenclature for newly designated recombinants XBH - XBP. This release also adds initial support for the detection of "recursive recombination" including XBL and XBN which are recombinants of XBB. A comprehensive test summary report can be downloaded directly with: ncov-recombinant_v0.6.1_v0.7.0.zip or viewed at the following link once the release is complete. Documentation Issue #24: Create documentation on Read The Docs Dataset Issue #210: Handle numeric strain names. Resources Issue #185: Simplify creation of the pango-lineage nomenclature phylogeny to use the lineage_notes.txt file and the pango_aliasor library. sc2rf Issue #195: Add bypass to intermission allele ratio for edge cases. Issue #204: Add special handling for XBB sequenced with ARTIC v4.1 and dropout regions. Issue #205: Add new column parents_conflict to indicate whether the reported lineages from covSPECTRUM conflict with the reported parental clades from `sc2rf. Issue #213: Add XBK to auto-pass lineages. Issue #222: Add new parameter --gisaid-access-key to sc2rf and sc2rf_recombinants. Issue #229: Fix bug where auto-pass lineages are missing when exclude_negatives is set to true. Issue #231: Fix bug where 'null' lineages in covSPECTRUM caused error in sc2rf postprocess. The order of the postprocessing.py was rearranged to have more comprehensive details for auto-pass lineages. Add XAN to auto-pass lineages. Plot Issue #209: Restrict the palette for rbd_level to the range of 0:12. Issue #218: Fix bug concerning data fragmentation with large numbers of sequences. Issue #221: Remove parameter --singletons in favor of --min-cluster-size to control cluster size in plots. Issue #224: Fix bug where plot crashed with extremely large datasets. Combine plot and plot_historical into one snakemake rule. Also at custom pattern plot_NX (ex. plot_N10) to adjust min cluster size. Report Combine report and report_historical into one snakemake rule. Validate Issue #225: Fix bug where false negatives passed validation because the status column wasn't checked. Designated Lineages Issue #217: XBB.1.5 Issue #196: XBF Issue #206: XBG Issue #196: XBH Issue #199: XBJ Issue #213: XBK Issue #219: XBL Issue #215: XBM Issue #197: XBN Proposed Lineages Issue #203: proposed1305 Issue #208: proposed1340 Issue #212: proposed1425 Issue #214: proposed1440 Issue #216: proposed1444 Issue #220: proposed1576 Commits c279f1e4 docs: add changelog for v0.7.0 2964b4a1 docs: update notes to include 1576 proposed issue fdc874ab docs: add test summary package for v0.7.0 3f3d4438 docs: update docs v0.7.0 78696b36 script: add bug fix to sc2rf postprocess for #231 403777a0 script: lint plotting script 2a09c783 script: fix sc2rf postprocess bug in duplicate removal d44d5f90 data: add XBP to controls-gisaid 4293439c profile: add controls-gisaid to virusseq builds 91d6fb89 defaults: update nextclade dataset to 2023-02-01 630b2cd5 resources: update 49e6f598 profile: add virusseq profile 7e586d1d script: add extra logic for auto-passing lineages 0ebe5e9c script: fix bug in report where it didn't check that plots existed 25b2f243 docs: update developers guide 914d933f defaults: add XBN to controls-gisaid and validation 8eaf08a9 data: restore controls-gisaid strain list fa123009 script: defragment plot for 218 5f24f695 dataset: update controls-gisaid strain list efc5aab7 defaults: update validation to fix XBH dropout See CHANGELOG.md for additional commits.
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 | 0,003 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,005 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,246 | 0,305 |
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 ».