多重效应变异检测的最低信息和报告指南
摘要：Variant Effect Variant Effect的多重模式化检测（MAVEs）已经成为一种强大的方法，可以在一个实验中检测数千个遗传变异。这些技术的灵活性和广泛应用于各个学科，导致了数据格式和描述的异质混合，这使得结果数据集的后续使用变得复杂。为了解决这些问题并促进MAVE数据的可重复性和重复使用，我们定义了MAVE数据和元数据的一套最低信息标准，并概述了与已建立的生物医学本体相关的受控词汇，用于描述这些实验设计。
作者：Melina Claussnitzer, Victoria N. Parikh, Alex H. Wagner, Jeremy A. Arbesfeld, Carol J. Bult, Helen V. Firth, Lara A. Muffley, Alex N. Nguyen Ba, Kevin Riehle, Frederick P. Roth, Daniel Tabet, Benedetta Bolognesi, Andrew M. Glazer, Alan F. Rubin
论文ID：2306.15113
分类：Other Quantitative Biology
分类简称：q-bio.OT
提交时间：2023-06-28