Jove
Visualize
Contáctanos

Videos de Conceptos Relacionados

Genome-wide Association Studies-GWAS01:11

Genome-wide Association Studies-GWAS

14.1K
Genome-wide association studies or GWAS are used to identify whether common SNPs are associated with certain diseases. Suppose specific SNPs are more frequently observed in individuals with a particular disease than those without the disease. In that case, those SNPs are said to be associated with the disease. Chi-square analysis is performed to check the probability of the allele likely to be associated with the disease.
GWAS does not require the identification of the target gene involved in...
14.1K
Causality in Epidemiology01:21

Causality in Epidemiology

805
Causality or causation is a fundamental concept in epidemiology, vital for understanding the relationships between various factors and health outcomes. Despite its importance, there's no single, universally accepted definition of causality within the discipline. Drawing from a systematic review, causality in epidemiology encompasses several definitions, including production, necessary and sufficient, sufficient-component, counterfactual, and probabilistic models. Each has its strengths and...
805

También podría leer

Artículos Relacionados

Artículos vinculados a este trabajo por autores compartidos, revista y gráfico de citas.

Ordenar por
Same author

Increased Arrhythmic Risk in Obesity Is Transduced by Adipose Tissue-Derived Extracellular Vesicles.

JACC. Basic to translational science·2026
Same author

Genetically predicted cytotrophoblast gene expression is associated with birth weight and adult body mass index.

Placenta·2026
Same author

Response of an Infant With Presumed Multiple Acyl-CoA Dehydrogenase Deficiency (MADD) to Ketone Supplementation.

American journal of medical genetics. Part A·2026
Same author

Learning Outcomes That Maximally Differentiate Psychiatric Treatments.

International journal of methods in psychiatric research·2026
Same author

Multi-Organ Physiologic Deficits During Exercise Identify Clinical and Molecular Predisposition to Heart Failure with Preserved Ejection Fraction.

Circulation·2026
Same author

Proteogenomic Analysis of Coronary Artery Calcification in Human Populations.

Arteriosclerosis, thrombosis, and vascular biology·2026
Same journal

Systematic design of auxotrophic strains and media conditions to probe metabolic functions in E. coli.

PLoS computational biology·2026
Same journal

Neuronal excitability and parameter variability in the Hodgkin-Huxley model.

PLoS computational biology·2026
Same journal

Delayed reward information is underweighted in reinforcement learning with dispersed feedback.

PLoS computational biology·2026
Same journal

GHF-ACL: A novel contrastive learning framework with multi-order graph structures for herb-disease association prediction.

PLoS computational biology·2026
Same journal

GATE: Adaptive learning with working memory by information gating in multi-lamellar hippocampal formation.

PLoS computational biology·2026
Same journal

Evaluating vectors for the design of a spillover-disrupting Lassa virus transmissible vaccine.

PLoS computational biology·2026
Ver todos los artículos relacionados
JoVE
x logofacebook logolinkedin logoyoutube logo
ACERCA DE JoVE
Visión GeneralLiderazgoBlogCentro de Ayuda JoVE
AUTORES
Proceso de PublicaciónConsejo EditorialAlcance y PolíticasRevisión por ParesPreguntas FrecuentesEnviar
BIBLIOTECARIOS
TestimoniosSuscripcionesAccesoRecursosConsejo Asesor de BibliotecasPreguntas Frecuentes
INVESTIGACIÓN
JoVE JournalMethods CollectionsJoVE Encyclopedia of ExperimentsArchivo
EDUCACIÓN
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab ManualCentro de Recursos para ProfesoresSitio de Profesores
Términos y Condiciones de Uso
Política de Privacidad
Políticas

Video Experimental Relacionado

Updated: Sep 9, 2025

Lateral Root Inducible System in Arabidopsis and Maize
09:23

Lateral Root Inducible System in Arabidopsis and Maize

Published on: January 14, 2016

13.9K

Inferencia causal raíz en todo el transcriptoma

Eric V Strobl1, Eric R Gamazon2

  • 1Department of Biomedical Informatics, University of Pittsburgh, Pittsburgh, Pennsylvania, United States of America.

PLoS computational biology
|September 2, 2025
PubMed
Resumen
Este resumen es generado por máquina.

Desarrollamos un nuevo algoritmo, la Inferencia Causal Raíz de Transcriptoma (TWRCI), para identificar los genes causales raíz de los datos de observación. Este enfoque se dirige a los mecanismos tempranos de la enfermedad para una posible intervención terapéutica.

Más Videos Relacionados

Translating Ribosome Affinity Purification TRAP to Investigate Arabidopsis thaliana Root Development at a Cell Type-Specific Scale
09:41

Translating Ribosome Affinity Purification TRAP to Investigate Arabidopsis thaliana Root Development at a Cell Type-Specific Scale

Published on: May 14, 2020

12.2K
Isolation and Transcriptome Analysis of Plant Cell Types
08:53

Isolation and Transcriptome Analysis of Plant Cell Types

Published on: April 7, 2023

1.6K

Videos de Experimentos Relacionados

Last Updated: Sep 9, 2025

Lateral Root Inducible System in Arabidopsis and Maize
09:23

Lateral Root Inducible System in Arabidopsis and Maize

Published on: January 14, 2016

13.9K
Translating Ribosome Affinity Purification TRAP to Investigate Arabidopsis thaliana Root Development at a Cell Type-Specific Scale
09:41

Translating Ribosome Affinity Purification TRAP to Investigate Arabidopsis thaliana Root Development at a Cell Type-Specific Scale

Published on: May 14, 2020

12.2K
Isolation and Transcriptome Analysis of Plant Cell Types
08:53

Isolation and Transcriptome Analysis of Plant Cell Types

Published on: April 7, 2023

1.6K

Área de la Ciencia:

  • La genética
  • Biología computacional
  • Biología de sistemas

Sus antecedentes:

  • Los genes causales raíz inician la enfermedad al ser los primeros en cambiar la expresión.
  • Apuntar a estos genes podría detener la progresión de la enfermedad.
  • Los métodos actuales no pueden identificar genes causales de raíz utilizando solo datos de observación.

Objetivo del estudio:

  • Para introducir el algoritmo de inferencia causal de raíz transcriptoma (TWRCI).
  • Identificar los genes causantes raíz y su red causal a partir de variantes genéticas y datos de secuenciación de ARN.
  • Abordar la limitación de los algoritmos existentes en el descubrimiento de genes causales raíz a partir de datos observacionales solamente.

Principales métodos:

  • Desarrolló el algoritmo de inferencia causal de raíz transcriptoma (TWRCI).
  • Utilizó un método de regresión competitivo para vincular las variantes genéticas a la expresión génica.
  • Se determina simultáneamente la secuencia de propagación de la expresión génica y el gráfico causal.
  • Datos integrados de variantes genéticas con datos de secuenciación de ARN no perturbados.

Principales resultados:

  • TWRCI identifica con éxito los genes causales raíz y su gráfico causal.
  • El algoritmo supera a los métodos existentes en múltiples métricas.
  • Demostró la eficacia de TWRCI al descubrir los mecanismos causales de raíz en dos enfermedades complejas.
  • Resultados confirmados a través de la replicación con estadísticas de resumen independientes de todo el genoma.

Conclusiones:

  • TWRCI es un nuevo algoritmo para descubrir genes causales de raíz a partir de datos de observación.
  • El algoritmo tiene en cuenta factores genéticos complejos como la pleiotropía y la heterogeneidad.
  • Este método ofrece una nueva vía para comprender y potencialmente tratar enfermedades complejas en su origen.