实验与计算证据联合改善跨祖源癌症基因变异分类
热点事件持续更新
实验与计算证据联合改善跨祖源癌症基因变异分类
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
Nikita Bora等研究团队联合变异效应多重测定(MAVEs)与计算预测证据,在两个参考数据集的五个癌症相关基因中,将超过90%的意义未明变异重新归为至少“可能良性”或“可能致病”。 研究使用具有高质量MAVE数据的基因,重点评估GEMME、EVE和CPT-1三种计算预测工具;上述重分类结果来自SG10K_Health和Mexico City Prospective Study参考数据集。研究团队认为,两类证据优势互补,有助于减少祖源相关的变异分类偏倚。
AI 根据报道生成 · 1 小时前更新
最新进展10月18日 08:00
联合变异效应多重测定(MAVEs)与计算预测工具改善遗传性癌症基因跨祖源变异分类报道时间线
沿着报道,了解事件的不同侧面。
10月18日
- Genome Medicine联合变异效应多重测定(MAVEs)与计算预测工具改善遗传性癌症基因跨祖源变异分类
联合变异效应多重测定(MAVEs)与计算预测工具,可改善遗传性癌症基因的跨祖源变异分类。研究评估五个癌症相关基因,在SG10K_Health和Mexico City Prospective Study参考数据集中,将超过90%的意义未明变异重新归为至少可能良性或可能致病。两类方法优势互补,有助于减少祖源相关分类偏倚。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。