MétaCan
Menu
← Retour à la cohorte
Enregistrement W7125835393 · doi:10.17504/protocols.io.5qpvo1n37g4o/v1

Variant Effect Mapping Protocol Collection v1

2025· article· W7125835393 sur OpenAlexaff
Warren van Loggerenberg, Daniel Zimmerman, Anna Axakova, Adrine de Souza

Notice bibliographique

Revuenon disponible
Typearticle
Langue
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenomics and Rare Diseases
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNational Institute of Allergy and Infectious DiseasesNational Human Genome Research InstituteNational Institutes of Health
Mots-clésWorkflowScalabilityProtocol (science)Function (biology)Protein functionMeasure (data warehouse)Data collectionHuman disease

Résumé

récupéré en direct d'OpenAlex

Advances in cellular engineering and sequencing have enabled Multiplexed Assays of Variant Effect (MAVEs), a technological approach to proactively measure the functional impact of all possible missense variants in a disease-associated gene, including variants not yet observed in the clinic. The resulting “lookup tables” of measured variant function are commonly referred to as variant effect maps. There is a growing international effort to generate a comprehensive atlas of variant effects, with value not only for defining sequence–structure–function relationships and supporting clinical variant interpretation, but also for demonstrating quantitative correlations between functional scores and disease phenotypes. The protocols in this collection are organized sequentially and guide the user through preparing the gene of interest with a stop codon, performing site-directed mutagenesis, validating a scalable human cell- and yeast-based functional assay, generating mutagenic libraries, and executing a MAVE in a human cell line or in yeast. These workflows enable the measurement of variant effectsen masseusing complementary readouts — including growth-based assays and fluorophore reporters — to assess outputs such as total enzymatic activity and protein stability.

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)0,006
score de la tête « metaresearch » (Gemma)0,017
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: Protocole · Signal consensuel: aucune
Score de désaccord entre enseignants0,237
Score d'incertitude au seuil0,792

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,017
Méta-épidémiologie (sens strict)0,0030,004
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0060,004
Études des sciences et des technologies0,0030,001
Communication savante0,0040,002
Science ouverte0,0040,004
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,2370,163

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 GPT0,258
Écart entre enseignants0,253 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreProtocole

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

Explorer davantage

Même sujetGenomics and Rare Diseases→Travaux en français237 207→