Factors Influencing the Sensitivity and Specificity of Conventional Sequencing in Human Immunodeficiency Virus Type 1 Tropism Testing
Notice bibliographique
Résumé
Human immunodeficiency virus type 1 (HIV-1) V3 loop sequence can be used to infer viral coreceptor use. The effect of input copy number on population-based sequencing of the V3 loop of HIV-1 was examined through replicate deep and population-based sequencing of samples with known tropism, a heterogeneous clinical sample (624 population-based sequences and 47 deep-sequencing replicates), and a large cohort of clinical samples from phase III clinical trials of maraviroc including the MOTIVATE/A4001029 studies (n = 1,521). Proviral DNA from two independent samples from each of 101 patients from the MOTIVATE/A4001029 studies was also analyzed. Cumulative technical error occurred at a rate of 3 × 10(-4) mismatches/bp, without observed effect on inferred tropism. Increasing PCR replication increased minority species detection with an ~10% minority population detected in 18% of cases using a single replicate at a viral load of 1,072 copies/ml and in 44% of cases using three replicates. The nucleotide prevalence detected by population-based and deep sequencing were highly correlated (Spearman's ρ, 0.73), and the accuracy increased with increasing input copy number (P < 0.001). Triplicate sequencing was able to predict tropism changes in the MOTIVATE/A4001029 studies for both low (P = 0.05) and high (P = 0.02) viral loads. Sequences derived from independently extracted and processed samples of proviral DNA for the same patient were equivalent to replicates from the same extraction (P = 0.45) and had correlated position-specific scoring matrix scores (Spearman's ρ, 0.75; P << 0.001); however, concordance in tropism inference was only 83%. Input copy number and PCR replication are important factors in minority species detection in samples with significant heterogeneity.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,035 | 0,074 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».