Gene4Denovo: an integrated database and analytic platform for de novo mutations in humans

生物 候选基因 遗传学 基因 注释 计算生物学 外显子组测序 外显子组 基因组 基因注释 表型 生物信息学
作者
Guizhe Zhao,Kuokuo Li,Bin Li,Zheng Wang,Zhenghuan Fang,Xiaomeng Wang,Yi Zhang,Tengfei Luo,Qiao Zhou,Lin Wang,Yi Xie,Yijing Wang,Qian Chen,Xia Lu,Yu Tang,Beisha Tang,Kun Xia,Jinchen Li
出处
期刊:Nucleic Acids Research [Oxford University Press]
被引量:39
标识
DOI:10.1093/nar/gkz923
摘要

Abstract De novo mutations (DNMs) significantly contribute to sporadic diseases, particularly in neuropsychiatric disorders. Whole-exome sequencing (WES) and whole-genome sequencing (WGS) provide effective methods for detecting DNMs and prioritizing candidate genes. However, it remains a challenge for scientists, clinicians, and biologists to conveniently access and analyse data regarding DNMs and candidate genes from scattered publications. To fill the unmet need, we integrated 580 799 DNMs, including 30 060 coding DNMs detected by WES/WGS from 23 951 individuals across 24 phenotypes and prioritized a list of candidate genes with different degrees of statistical evidence, including 346 genes with false discovery rates <0.05. We then developed a database called Gene4Denovo (http://www.genemed.tech/gene4denovo/), which allowed these genetic data to be conveniently catalogued, searched, browsed, and analysed. In addition, Gene4Denovo integrated data from >60 genomic sources to provide comprehensive variant-level and gene-level annotation and information regarding the DNMs and candidate genes. Furthermore, Gene4Denovo provides end-users with limited bioinformatics skills to analyse their own genetic data, perform comprehensive annotation, and prioritize candidate genes using custom parameters. In conclusion, Gene4Denovo conveniently allows for the accelerated interpretation of DNM pathogenicity and the clinical implication of DNMs in humans.

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
英吉利25发布了新的文献求助10
3秒前
喻梦发布了新的文献求助10
5秒前
5秒前
10秒前
臻灏完成签到,获得积分10
13秒前
蓝色完成签到,获得积分10
15秒前
胡麻完成签到,获得积分10
23秒前
杨飞完成签到,获得积分10
27秒前
physicalpicture完成签到,获得积分10
27秒前
28秒前
heniancheng完成签到 ,获得积分10
34秒前
zhh完成签到,获得积分10
35秒前
wanghuan完成签到,获得积分10
35秒前
Alvin完成签到,获得积分10
36秒前
高兴薯片完成签到 ,获得积分10
37秒前
糖宝完成签到 ,获得积分0
38秒前
junzzz完成签到 ,获得积分10
38秒前
金碧辉煌素质高完成签到 ,获得积分10
39秒前
44秒前
泥嚎完成签到,获得积分10
45秒前
yanglinhai完成签到 ,获得积分10
45秒前
L_完成签到 ,获得积分10
48秒前
kevin发布了新的文献求助30
49秒前
香蕉新儿完成签到,获得积分10
49秒前
青柠完成签到 ,获得积分10
49秒前
59秒前
勤奋完成签到 ,获得积分10
1分钟前
信念完成签到,获得积分10
1分钟前
lasfjas完成签到,获得积分10
1分钟前
Belief完成签到,获得积分10
1分钟前
然来溪完成签到 ,获得积分10
1分钟前
hahahahatree发布了新的文献求助10
1分钟前
云墨完成签到 ,获得积分10
1分钟前
1分钟前
ASCC完成签到 ,获得积分10
1分钟前
1分钟前
追梦完成签到,获得积分10
1分钟前
1分钟前
寒冷的断秋完成签到,获得积分10
1分钟前
hhh2018687完成签到,获得积分10
1分钟前
高分求助中
Principles of Economics, 11th Edition 10000
University Physics with Modern Physics, 16th edition 10000
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Environmental Leverage in Times of Climate Crisis: Product Standards, Carbon Border Measures and Preferential Trade Agreements 1000
Matrix Methods in Data Mining and Pattern Recognition 510
Social Skills Improvement System-Rating Scales--Chinese Version 500
Dynamische Polarisation von H-1 und B-11 in (CH-3)-3NBH-3 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 工程类 有机化学 化学工程 生物化学 计算机科学 内科学 物理 复合材料 催化作用 细胞生物学 无机化学 光电子学 物理化学 电极 基因
热门帖子
关注 科研通微信公众号,转发送积分 7231319
求助须知:如何正确求助?哪些是违规求助? 8857717
关于积分的说明 18683902
捐赠科研通 6896458
什么是DOI,文献DOI怎么找? 3191505
关于科研通互助平台的介绍 2360927
邀请新用户注册赠送积分活动 2165880