Deep Sequencing to Infer HIV-1 Co-Receptor Usage: Application to Three Clinical Trials of Maraviroc in Treatment-Experienced Patients
Notice bibliographique
Résumé
BACKGROUND: The Maraviroc versus Optimized Therapy in Viremic Antiretroviral Treatment-Experienced Patients (MOTIVATE) studies compared maraviroc versus placebo in treatment-experienced patients with CCR5-using (R5) human immunodeficiency virus type 1 (HIV-1), screened using the original Trofile assay. A subset with non-R5 HIV infection entered the A4001029 trial. We retrospectively examined the performance of a genotypic tropism assay based on deep sequencing of the HIV env V3 loop in predicting virologic response to maraviroc in these trials. METHODS: V3 amplicons were prepared from 1827 screening plasma samples and sequenced on a Roche/454 GS-FLX to a depth of >3000 sequences/sample. Samples were considered non-R5 if ≥2% of their viral population scored greater than or equal to -4.75 or ≤3.5 using the PSSM(x4/R5) or geno2pheno algorithms, respectively. RESULTS: Deep sequencing identified more than twice as many maraviroc recipients as having non-R5 HIV, compared with the original Trofile. With use of genotyping, we determined that 49% of maraviroc recipients with R5 HIV at screening had a week 48 viral load <50 copies/mL versus 26% of recipients with non-R5. Corresponding percentages were 46% and 23% with screening by Trofile. In cases in which screening assays differed, median week 8 log₁₀ copies/mL viral load decrease favored 454. Other parameters predicted by genotyping included likelihood of changing to non-R5 tropism. CONCLUSIONS: This large study establishes deep V3 sequencing as a promising tool for identifying treatment-experienced individuals who could benefit from CCR5-antagonist-containing regimens.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
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 tête enseignante, 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 ».