Este artigo é um Preprint
Preprints são relatos preliminares de pesquisa que não foram certificados pela revisão por pares. Eles não devem ser considerados para orientar a prática clínica ou comportamentos relacionados à saúde e não devem ser publicados na mídia como informação estabelecida.
Preprints publicados online permitem que os autores recebam feedback rápido, e toda a comunidade científica pode avaliar o trabalho independentemente e responder adequadamente. Estes comentários são publicados juntamente com os preprints para qualquer pessoa ler e servir como uma avaliação pós-publicação.
CovidOutcome2: a tool for SARS-CoV2 mutation identification and for disease severity prediction
Preprint
em Inglês
| bioRxiv
| ID: ppbiorxiv-496571
ABSTRACT
Our goal was to develop a platform, CovidOutcome2, capable of predicting disease severity from viral mutation profiles using automated machine learning (autoML) and deep neural networks applied to the available large corpus of sequenced SARS-CoV2 genomes. CovidOutcome2 accepts either user-submitted genomes or user defined mutation combinations as the input. The output is a predicted severity score plus a list of identified, annotated mutations and their functional effects in VCF format. The best model performance is a ROC-AUC 0.899 for the model including patient age and ROC-AUC 0.83 for the model without patient age. AvailabilityCovidOutcome is freely available online under the URL https//www.covidoutcome.bio-ml.com as well as in a standalone version https//github.com/bio-apps/covid-outcome.
cc_no
Texto completo:
Disponível
Coleções:
Preprints
Base de dados:
bioRxiv
Tipo de estudo:
Estudo prognóstico
Idioma:
Inglês
Ano de publicação:
2022
Tipo de documento:
Preprint
