A registry‐based population study of the HLA in Québec, Canada
Notice bibliographique
Résumé
<p>As part of the worldwide effort to better characterize HLA diversity in populations, we have studied the population of Québec in Canada. This province has been defined by a complex history with multiple founder effects and migration patterns. We analyzed the typing data of 3806 individuals registered in Héma‐Québec's Registry, which covered most administrative regions in Québec. Typing information was resolved at the second field level of resolution by next‐generation sequencing (NGS) or by Sanger sequencing. We used the HLA‐net.eu GENE[RATE] tools to estimate allele and two‐locus haplotype frequencies for HLA‐A, ‐B, ‐C, ‐DRB1, ‐DQB1, and ‐DPB1, as well as Hardy–Weinberg equilibrium (HWE), selective neutrality, and linkage disequilibrium. The chord genetic distance was also calculated between administrative regions and was visualized using non‐metric multidimensional scaling (NMDS) analysis. While most individual regions were in HWE, HWE was rejected for the province considered as a whole. Some regions exhibited signatures of selection, mostly toward an excess of heterozygotes. Allele and haplotype frequencies revealed outlier regions that strongly differed from the other regions. NMDS plots also showed differences between regions. The administrative regions of the province of Québec displayed heterogeneity in their HLA profiles. This heterogeneity was attributable to differing allele and haplotype specificities by region. In particular, regions 02‐Saguenay‐Lac‐Saint‐Jean and 01‐Bas‐St‐Laurent diverged from the rest of the regions. The urban regions 06‐Montréal and 13‐Laval were very diversified in their HLA profiles. Together, these results will help optimize donor recruitment strategies in Québec.</p>
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».