Assessment of the predictive accuracy of five in silico prediction tools, alone or in combination, and two metaservers to classify long QT syndrome gene mutations.

Leong, Ivone U S; Stuckey, Alexander; Lai, Daniel; Skinner, Jonathan R; Love, Donald R

Leong, Ivone U S; Stuckey, Alexander; Lai, Daniel; Skinner, Jonathan R; Love, Donald R.

Afiliação

Leong IU; Diagnostic Genetics, LabPlus, Auckland City Hospital, Auckland, New Zealand. ivoneL@adhb.govt.nz.
Stuckey A; Bioinformatics Institute, University of Auckland, Auckland, New Zealand. stuckey.alex@gmail.com.
Lai D; Green Lane Paediatric and Congenital Cardiac Services, Starship Children's Hospital, Private Bag 92024, Auckland, 1142, New Zealand. danielL@adhb.govt.nz.
Skinner JR; Green Lane Paediatric and Congenital Cardiac Services, Starship Children's Hospital, Private Bag 92024, Auckland, 1142, New Zealand. jskinner@adhb.govt.nz.
Love DR; Cardiac Inherited Disease Group, Auckland City Hospital, Auckland, New Zealand. jskinner@adhb.govt.nz.

BMC Med Genet ; 16: 34, 2015 May 13.

Article em En | MEDLINE | ID: mdl-25967940

Assuntos

Biologia Computacional/métodos; Simulação por Computador; Síndrome do QT Longo/genética; Mutação; Canal de Potássio ERG1; Canais de Potássio Éter-A-Go-Go/genética; Humanos; Canal de Potássio KCNQ1/genética; Canal de Sódio Disparado por Voltagem NAV1.5/genética; Polimorfismo de Nucleotídeo Único

Texto completo

Imprimir

XML

PubMed Links

Buscar no Google

Texto completo: 1 Coleções: 01-internacional Base de dados: MEDLINE Assunto principal: Simulação por Computador / Síndrome do QT Longo / Biologia Computacional / Mutação Tipo de estudo: Prognostic_studies / Risk_factors_studies Limite: Humans Idioma: En Revista: BMC Med Genet Assunto da revista: GENETICA MEDICA Ano de publicação: 2015 Tipo de documento: Article País de afiliação: Nova Zelândia

Texto completo

Imprimir

XML

PubMed Links

Buscar no Google