Dlaczego testowanie hipotezy zerowej jest istotne dla walidacji celu w MARRVEL?

Testowanie hipotezy zerowej pomaga określić, czy powiązanie wariantu z fenotypem jest istotne statystycznie, a nie wynika z przypadku. W systemie MARRVEL jest to wspierane poprzez dostęp do klasyfikacji patogenności ClinVar oraz danych o częstotliwości populacyjnej z gnomAD, co pozwala ocenić rzadkość wariantu i jego powiązanie z chorobą. Dzięki temu badacze mogą ocenić, czy obserwowana segregacja potwierdza patogenną rolę wariantu.

W jaki sposób izolacja zmiennej niezależnej wpisuje się w proces odkrywania przy użyciu MARRVEL?

Wyizolowanie wariantu jako zmiennej niezależnej pozwala badaczom ocenić jego specyficzny wpływ przy jednoczesnej kontroli tła genetycznego. MARRVEL ułatwia ten proces, zapewniając dostęp do kontroli izogenicznych poprzez ortologi organizmów modelowych i umożliwiając porównanie wyników fenotypowych między gatunkami. Wspiera to redukcję ryzyka mechanistycznego poprzez wyjaśnienie, czy sam wariant determinuje obserwowany fenotyp.

Jakie pomiary ilościowej zmiennej zależnej umożliwiają ocenę wariantu w MARRVEL?

Zmienne zależne, takie jak wyniki DIOPT, częstości alleli oraz penetracja fenotypowa u organizmów modelowych, zapewniają ilościowe miary istotności wariantu. MARRVEL integruje te wskaźniki w celu oceny konserwacji, rzadkości oraz wpływu funkcjonalnego. Wyniki te pomagają w priorytetyzacji wariantów do walidacji eksperymentalnej w oparciu o siłę dowodów.

Dlaczego wymagania dotyczące replikacji są istotne dla współpracy międzyfunkcyjnej w przepływach pracy opartych na MARRVEL?

Replikacja zapewnia spójność interpretacji wariantów pomiędzy zespołami a systemami modelowymi, co ogranicza liczbę wyników fałszywie dodatnich w walidacji celu. MARRVEL wspiera ten proces, zapewniając standaryzowany dostęp do danych o ortologach, wzorców ekspresji oraz adnotacji fenotypowych, które mogą być niezależnie weryfikowane. Umożliwia to niezawodne przekazywanie informacji pomiędzy zespołami zajmującymi się odkryciami, badaniami przedklinicznymi i klinicznymi.

Jakie możliwości analizy statystycznej są wymagane przed wdrożeniem MARRVEL w procesie badawczym?

Zespoły powinny rozumieć progi częstotliwości alleli, przedziały ufności dla przewidywań patogenności oraz statystyki wzbogacenia dla powiązań fenotyp-gen. MARRVEL zapewnia dostęp do częstotliwości gnomAD, klasyfikacji ClinVar i wyników DIOPT, które stanowią podstawę tych analiz. Znajomość tych parametrów umożliwia prawidłową interpretację znaczenia wariantu i zapobiega przecenianiu patogenności.

Poruszanie się po MARRVEL, narzędziu internetowym, które integruje informacje z genomiki człowieka i genetyki organizmów modelowych

9K wyświetleń

Cytowany 29 razy

09:37 min

15 sierpnia 2019

10.3791/59542-v

15 sierpnia 2019

9K wyświetleń

Julia Wang¹^,² , Zhandong Liu³^,⁴ , Hugo J. Bellen¹^,⁴^,⁵^,⁶^,⁷ , Shinya Yamamoto¹^,⁴^,⁵^,⁶

¹Program in Developmental Biology, Baylor College of Medicine, ²Medical Scientist Training Program, Baylor College of Medicine, ³Department of Pediatrics, Baylor College of Medicine, ⁴Jan and Dan Duncan Neurological Research Institute, Texas Children's Hospital, ⁵Department of Molecular and Human Genetics, Baylor College of Medicine, ⁶Department of Neuroscience, Baylor College of Medicine, ⁷Howard Hughes Medical Institute, Baylor College of Medicine

Tutaj prezentujemy protokół umożliwiający efektywny dostęp i analizę wielu baz danych organizmów ludzkich i modelowych. Protokół ten demonstruje wykorzystanie MARRVEL do analizy potencjalnych wariantów wywołujących chorobę zidentyfikowanych w wyniku sekwencjonowania nowej generacji.