Jove
Visualize
Contáctanos
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

Videos de Conceptos Relacionados

Nucleosome Remodeling02:54

Nucleosome Remodeling

11.4K
Nucleosomes are the basic units of chromatin compaction. Each nucleosome consists of the DNA bound tightly around a histone core, which makes the DNA inaccessible to DNA binding proteins such as DNA polymerase and RNA polymerase. Hence, the fundamental problem is to ensure access to DNA when appropriate, despite the compact and protective chromatin structure.
Nucleosome remodeling complex
Eukaryotic cells have specialized enzymes called ATP-dependent nucleosome remodeling enzymes. These enzymes...
11.4K
NF-κB-dependent Signaling Pathway02:26

NF-κB-dependent Signaling Pathway

10.2K
The transcription factor NF-κB was discovered in 1986 in the lab of Nobel laureate Professor David Baltimore, for its interaction with the immunoglobulin light chain enhancer in B-cells. After more than three decades of study, it is now evident that NF-κB regulates the expression of over 100 genes. Most of these genes play an essential role in the innate and adaptive immune responses as well as the inflammatory responses of animals.
NF-κB-dependent Signaling Mechanism
The...
10.2K

También podría leer

Artículos Relacionados

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

Ordenar por
Same author

Review of Congenital Myasthenic Syndrome Caused by Pathogenic Variants in GFPT1.

Muscle & nerve·2026
Same author

Gene Specific Pathogenicity Predictor for Chromatin-Remodeling BAF Complex-Associated Neurodevelopmental Disorders.

bioRxiv : the preprint server for biology·2025
Same author

Perspectives of medical students on the implementation of sub-internship rotation in year 5 surgical clerkship: A brief report from a private medical college in Pakistan.

Journal of education and health promotion·2025
Same author

Post-transcriptional regulation of the transcriptional apparatus in neuronal development.

Frontiers in molecular neuroscience·2025
Same author

Alternative splicing of a chromatin modifier alters the transcriptional regulatory programs of stem cell maintenance and neuronal differentiation.

Cell stem cell·2024
Same author

The lncRNA <i>Malat1</i> is trafficked to the cytoplasm as a localized mRNA encoding a small peptide in neurons.

Genes & development·2024

Video Experimental Relacionado

Updated: Mar 2, 2026

In Vivo Functional Study of Disease-associated Rare Human Variants Using Drosophila
06:41

In Vivo Functional Study of Disease-associated Rare Human Variants Using Drosophila

Published on: August 20, 2019

14.4K

Predictor de Patogenicidad Específico de Genes para Trastornos del Neurodesarrollo Asociados al Complejo BAF de

Joshua Hack1, Mohammad Nazim2

  • 1Genetics and Genomics Department, University of California, Los Angeles, Los Angeles, California 90095, USA.

HGG advances
|March 1, 2026
PubMed
Resumen

Los modelos de aprendizaje automático ahora pueden predecir variantes genéticas patógenas con mayor precisión. El desarrollo de algoritmos específicos de genes mejora la clasificación de variantes para los asesores genéticos, lo que ayuda en el diagnóstico de enfermedades raras.

Palabras clave:
aprendizaje automáticovariantes genéticastrastornos del neurodesarrollocomplejo BAFpatogenicidadgenómicabioinformáticabiología computacional

Más Videos Relacionados

A Novel Strategy Combining Array-CGH, Whole-exome Sequencing and In Utero Electroporation in Rodents to Identify Causative Genes for Brain Malformations
08:22

A Novel Strategy Combining Array-CGH, Whole-exome Sequencing and In Utero Electroporation in Rodents to Identify Causative Genes for Brain Malformations

Published on: December 1, 2017

9.2K
Navigating MARRVEL, a Web-Based Tool that Integrates Human Genomics and Model Organism Genetics Information
09:37

Navigating MARRVEL, a Web-Based Tool that Integrates Human Genomics and Model Organism Genetics Information

Published on: August 15, 2019

10.6K

Videos de Experimentos Relacionados

Last Updated: Mar 2, 2026

In Vivo Functional Study of Disease-associated Rare Human Variants Using Drosophila
06:41

In Vivo Functional Study of Disease-associated Rare Human Variants Using Drosophila

Published on: August 20, 2019

14.4K
A Novel Strategy Combining Array-CGH, Whole-exome Sequencing and In Utero Electroporation in Rodents to Identify Causative Genes for Brain Malformations
08:22

A Novel Strategy Combining Array-CGH, Whole-exome Sequencing and In Utero Electroporation in Rodents to Identify Causative Genes for Brain Malformations

Published on: December 1, 2017

9.2K
Navigating MARRVEL, a Web-Based Tool that Integrates Human Genomics and Model Organism Genetics Information
09:37

Navigating MARRVEL, a Web-Based Tool that Integrates Human Genomics and Model Organism Genetics Information

Published on: August 15, 2019

10.6K

Área de la Ciencia:

  • Genómica
  • Bioinformática
  • Biología Computacional

Sus antecedentes:

  • La secuenciación del genoma completo identifica numerosas variantes de significado incierto (VUS), lo que crea desafíos diagnósticos.
  • Los asesores genéticos requieren herramientas precisas para diferenciar las variantes patógenas de las VUS para el diagnóstico del paciente.
  • Las herramientas existentes de aprendizaje automático (ML) a menudo carecen de la precisión específica del gen necesaria para la aplicación clínica.

Objetivo del estudio:

  • Desarrollar un flujo de trabajo para crear modelos de ML de aprendizaje de conjunto precisos y específicos de genes para predecir la patogenicidad de variantes.
  • Mejorar la clasificación de variantes de significado incierto (VUS) en genes raros de enfermedades del neurodesarrollo.

Principales métodos:

  • Aprovechó los resultados de múltiples algoritmos de ML, ubicaciones de variantes y datos de conservación evolutiva.
  • Evaluó 15 algoritmos de ML utilizando variantes en SMARCA2 y SMARCA4 asociadas con enfermedades del neurodesarrollo.
  • Ajustó un aprendiz de bosque aleatorio y desarrolló un predictor de conjunto para proteínas del complejo BAF.

Principales resultados:

  • Logró una precisión de 0.93 con un aprendiz de bosque aleatorio ajustado en datos de retención para genes específicos.
  • Desarrolló un predictor de conjunto para proteínas del complejo BAF que logra una precisión de 0.91.
  • El predictor específico del complejo BAF superó a los métodos existentes en precisión y AUPRC.

Conclusiones:

  • La calibración del modelo de ML específico del gen es crucial para la predicción precisa de la patogenicidad de las variantes.
  • El flujo de trabajo desarrollado ofrece un método eficiente y rentable para mejorar las herramientas de ML para los asesores genéticos.
  • Las herramientas de ML mejoradas pueden aliviar los cuellos de botella diagnósticos y ayudar a identificar variantes causales de enfermedades raras.