PuSH - Publikationsserver des Helmholtz Zentrums München

Export: TXT Text RIS Endnote (RIS) BIB BibTeX
Cheng, J.* ; Çelik, M.H.* ; Kundaje, A.* ; Gagneur, J.

MTSplice predicts effects of genetic variants on tissue-specific splicing.

Genome Biol. 22:94 (2021)
Verlagsversion Forschungsdaten DOI PMC
Open Access Gold
Creative Commons Lizenzvertrag
We develop the free and open-source model Multi-tissue Splicing (MTSplice) to predict the effects of genetic variants on splicing of cassette exons in 56 human tissues. MTSplice combines MMSplice, which models constitutive regulatory sequences, with a new neural network that models tissue-specific regulatory sequences. MTSplice outperforms MMSplice on predicting tissue-specific variations associated with genetic variants in most tissues of the GTEx dataset, with largest improvements on brain tissues. Furthermore, MTSplice predicts that autism-associated de novo mutations are enriched for variants affecting splicing specifically in the brain. We foresee that MTSplice will aid interpreting variants associated with tissue-specific disorders.
Impact Factor
Scopus SNIP
Web of Science
Times Cited
Scopus
Cited By
Altmetric
13.583
0.000
2
6
Tags
Anmerkungen
Besondere Publikation
Auf Hompepage verbergern

Zusatzinfos bearbeiten
Eigene Tags bearbeiten
Privat
Eigene Anmerkung bearbeiten
Privat
Auf Publikationslisten für
Homepage nicht anzeigen
Als besondere Publikation
markieren
Publikationstyp Artikel: Journalartikel
Dokumenttyp Wissenschaftlicher Artikel
Sprache englisch
Veröffentlichungsjahr 2021
HGF-Berichtsjahr 2021
ISSN (print) / ISBN 1474-760X
e-ISSN 1465-6906
Zeitschrift Genome Biology
Quellenangaben Band: 22, Heft: 1, Seiten: , Artikelnummer: 94 Supplement: ,
Verlag BioMed Central
Verlagsort Campus, 4 Crinan St, London N1 9xw, England
Begutachtungsstatus Peer reviewed
Institut(e) Institute of Computational Biology (ICB)
POF Topic(s) 30205 - Bioengineering and Digital Health
Forschungsfeld(er) Enabling and Novel Technologies
PSP-Element(e) G-503800-001
Förderungen NIH HHS
Scientific High Performance Computing in Bavaria KONWIHR
DOI 10.1186/s13059-021-02273-7
WOS ID WOS:000636457600001
Scopus ID 85103744294
PubMed ID 33789710
Erfassungsdatum 2021-04-22
[➜Korrektur melden]