• 文献检索
  • 文档翻译
  • 深度研究
  • 学术资讯
  • Suppr Zotero 插件Zotero 插件
  • 邀请有礼
  • 套餐&价格
  • 历史记录
应用&插件
Suppr Zotero 插件Zotero 插件浏览器插件Mac 客户端Windows 客户端微信小程序
定价
高级版会员购买积分包购买API积分包
服务
文献检索文档翻译深度研究API 文档MCP 服务
关于我们
关于 Suppr公司介绍联系我们用户协议隐私条款
关注我们

Suppr 超能文献

核心技术专利：CN118964589B侵权必究
粤ICP备2023148730 号-1Suppr @ 2026

文献检索

告别复杂PubMed语法，用中文像聊天一样搜索，搜遍4000万医学文献。AI智能推荐，让科研检索更轻松。

立即免费搜索

文件翻译

保留排版，准确专业，支持PDF/Word/PPT等文件格式，支持 12+语言互译。

免费翻译文档

深度研究

AI帮你快速写综述，25分钟生成高质量综述，智能提取关键信息，辅助科研写作。

立即免费体验

迈向对复杂性状分析和解释的知识支持。

Toward knowledge support for analysis and interpretation of complex traits.

作者信息

Collier Nigel, Oellrich Anika, Groza Tudor

出版信息

Genome Biol. 2013;14(9):214. doi: 10.1186/gb-2013-14-9-214.

DOI:10.1186/gb-2013-14-9-214
PMID:24079802
原文链接:https://pmc.ncbi.nlm.nih.gov/articles/PMC4053827/
Abstract

The systematic description of complex traits, from the organism to the cellular level, is important for hypothesis generation about underlying disease mechanisms. We discuss how intelligent algorithms might provide support, leading to faster throughput.

摘要

从生物体到细胞水平对复杂性状进行系统描述，对于生成关于潜在疾病机制的假设很重要。我们讨论了智能算法如何提供支持，从而实现更高的通量。

https://cdn.ncbi.nlm.nih.gov/pmc/blobs/7e59/4053827/1ea806ed3d34/gb-2013-14-9-214-3.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/7e59/4053827/ef519cc727a6/gb-2013-14-9-214-1.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/7e59/4053827/e2c04dda9023/gb-2013-14-9-214-2.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/7e59/4053827/1ea806ed3d34/gb-2013-14-9-214-3.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/7e59/4053827/ef519cc727a6/gb-2013-14-9-214-1.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/7e59/4053827/e2c04dda9023/gb-2013-14-9-214-2.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/7e59/4053827/1ea806ed3d34/gb-2013-14-9-214-3.jpg

相似文献

1
Toward knowledge support for analysis and interpretation of complex traits.迈向对复杂性状分析和解释的知识支持。
Genome Biol. 2013;14(9):214. doi: 10.1186/gb-2013-14-9-214.
2
Complex Trait Analyses of the Collaborative Cross: Tools and Databases.协作杂交的复杂性状分析：工具与数据库
Methods Mol Biol. 2017;1488:121-129. doi: 10.1007/978-1-4939-6427-7_5.
3
Comparison of conventional BLUP and single-step genomic BLUP evaluations for yearling weight and carcass traits in Hanwoo beef cattle using single trait and multi-trait models.利用单性状和多性状模型比较韩牛育肥牛的常规 BLUP 和单步基因组 BLUP 对周岁体重和胴体性状的评估。
PLoS One. 2019 Oct 14;14(10):e0223352. doi: 10.1371/journal.pone.0223352. eCollection 2019.
4
WISH-R- a fast and efficient tool for construction of epistatic networks for complex traits and diseases.WISH-R——一种用于构建复杂性状和疾病上位网络的快速有效的工具。
BMC Bioinformatics. 2018 Jul 31;19(1):277. doi: 10.1186/s12859-018-2291-2.
5
Frequent patterns mining in multiple biological sequences.多生物序列中的频繁模式挖掘。
Comput Biol Med. 2013 Oct;43(10):1444-52. doi: 10.1016/j.compbiomed.2013.07.009. Epub 2013 Jul 27.
6
An R Package for Bayesian Analysis of Multi-environment and Multi-trait Multi-environment Data for Genome-Based Prediction.用于基于基因组预测的多环境和多性状多环境数据的贝叶斯分析的 R 包。
G3 (Bethesda). 2019 May 7;9(5):1355-1369. doi: 10.1534/g3.119.400126.
7
Mapping the genetic architecture of complex traits in experimental populations.绘制实验群体中复杂性状的遗传结构图谱。
Bioinformatics. 2007 Jun 15;23(12):1527-36. doi: 10.1093/bioinformatics/btm143. Epub 2007 Apr 25.
8
Potential Technologies Review: A hybrid information retrieval framework to accelerate demand-pull innovation in biomedical engineering.潜在技术综述：一种用于加速生物医学工程中需求拉动式创新的混合信息检索框架。
Res Synth Methods. 2019 Sep;10(3):420-439. doi: 10.1002/jrsm.1350. Epub 2019 Jun 2.
9
Text mining biomedical literature for constructing gene regulatory networks.从生物医学文献中挖掘文本构建基因调控网络。
Interdiscip Sci. 2009 Sep;1(3):179-86. doi: 10.1007/s12539-009-0028-7. Epub 2009 Aug 7.
10
Strategic Integration of Multiple Bioinformatics Resources for System Level Analysis of Biological Networks.用于生物网络系统级分析的多种生物信息学资源的战略整合
Methods Mol Biol. 2017;1613:85-99. doi: 10.1007/978-1-4939-7027-8_5.

引用本文的文献

1
Combining lexical and context features for automatic ontology extension.基于词汇和上下文特征的本体自动扩展。
J Biomed Semantics. 2020 Jan 13;11(1):1. doi: 10.1186/s13326-019-0218-0.
2
The anatomy of phenotype ontologies: principles, properties and applications.表型本体论的剖析：原理、性质与应用。
Brief Bioinform. 2018 Sep 28;19(5):1008-1021. doi: 10.1093/bib/bbx035.
3
PhenoMiner: from text to a database of phenotypes associated with OMIM diseases.PhenoMiner：从文本到与《在线人类孟德尔遗传》疾病相关的表型数据库

本文引用的文献

1
Automatically transforming pre- to post-composed phenotypes: EQ-lising HPO and MP.自动将预组合表型转换为后组合表型：使人类表型本体（HPO）和小鼠表型本体（MP）等效
J Biomed Semantics. 2013 Oct 16;4(1):29. doi: 10.1186/2041-1480-4-29.
2
Decomposing phenotype descriptions for the human skeletal phenome.分解人类骨骼表型组的表型描述
Biomed Inform Insights. 2013;6:1-14. doi: 10.4137/BII.S10729. Epub 2013 Feb 4.
3
Mining skeletal phenotype descriptions from scientific literature.从科学文献中挖掘骨骼表型描述。
Database (Oxford). 2015 Oct 27;2015. doi: 10.1093/database/bav104. Print 2015.
4
The digital revolution in phenotyping.表型分析中的数字革命。
Brief Bioinform. 2016 Sep;17(5):819-30. doi: 10.1093/bib/bbv083. Epub 2015 Sep 29.
5
Concept selection for phenotypes and diseases using learn to rank.使用排序学习法进行表型和疾病的概念选择。
J Biomed Semantics. 2015 Jun 1;6:24. doi: 10.1186/s13326-015-0019-z. eCollection 2015.
6
Phenotype ontologies and cross-species analysis for translational research.用于转化研究的表型本体和跨物种分析。
PLoS Genet. 2014 Apr 3;10(4):e1004268. doi: 10.1371/journal.pgen.1004268. eCollection 2014 Apr.
PLoS One. 2013;8(2):e55656. doi: 10.1371/journal.pone.0055656. Epub 2013 Feb 8.
4
Phenotypic overlap in the contribution of individual genes to CNV pathogenicity revealed by cross-species computational analysis of single-gene mutations in humans, mice and zebrafish.通过对人类、小鼠和斑马鱼中单基因突变的跨物种计算分析揭示了个体基因对 CNV 致病性贡献的表型重叠。
Dis Model Mech. 2013 Mar;6(2):358-72. doi: 10.1242/dmm.010322. Epub 2012 Oct 25.
5
DECIPHER: web-based, community resource for clinical interpretation of rare variants in developmental disorders.DECIPHER：一个基于网络的、用于发育障碍中罕见变异临床解读的社区资源。
Hum Mol Genet. 2012 Oct 15;21(R1):R37-44. doi: 10.1093/hmg/dds362. Epub 2012 Sep 8.
6
The International Mouse Phenotyping Consortium: past and future perspectives on mouse phenotyping.国际小鼠表型分析联盟：小鼠表型分析的过去和未来展望。
Mamm Genome. 2012 Oct;23(9-10):632-40. doi: 10.1007/s00335-012-9427-x. Epub 2012 Sep 1.
7
500,000 fish phenotypes: The new informatics landscape for evolutionary and developmental biology of the vertebrate skeleton.50万种鱼类表型：脊椎动物骨骼进化与发育生物学的新信息学格局
J Appl Ichthyol. 2012 Jun 1;28(3):300-305. doi: 10.1111/j.1439-0426.2012.01985.x. Epub 2012 May 21.
8
Ontological phenotype standards for neurogenetics.神经遗传学的本体论表型标准。
Hum Mutat. 2012 Sep;33(9):1333-9. doi: 10.1002/humu.22112. Epub 2012 Jul 2.
9
MouseFinder: Candidate disease genes from mouse phenotype data.MouseFinder：从鼠表型数据中发现候选疾病基因。
Hum Mutat. 2012 May;33(5):858-66. doi: 10.1002/humu.22051. Epub 2012 Mar 16.
10
Linking PharmGKB to phenotype studies and animal models of disease for drug repurposing.将药物基因组学知识库（PharmGKB）与疾病的表型研究及动物模型相联系以实现药物再利用。
Pac Symp Biocomput. 2012:388-99.