Quantification of Cell-Free DNA in Normal and Complicated Pregnancies: Overcoming Biological and Technical Issues
Notice bibliographique
Résumé
The characterization of cell-free DNA (cfDNA) originating from placental trophoblast in maternal plasma provides a powerful tool for non-invasive diagnosis of fetal and obstetrical complications. Due to its placental origin, the specific epigenetic features of this DNA (commonly known as cell-free fetal DNA) can be utilized in creating universal 'fetal' markers in maternal plasma, thus overcoming the limitations of gender- or rhesus-specific ones. The goal of this study was to compare the performance of relevant approaches and assays evaluating the amount of cfDNA in maternal plasma throughout gestation (7.2-39.5 weeks). Two fetal- or placental-specific duplex assays (RPP30/SRY and RASSF1A/β-Actin) were applied using two technologies, real-time quantitative PCR (qPCR) and droplet digital PCR (ddPCR). Both methods revealed similar performance parameters within the studied dynamic range. Data obtained using qPCR and ddPCR for these assays were positively correlated (total cfDNA (RPP30): R = 0.57, p = 0.001/placental cfDNA (SRY): R = 0.85, p<0.0001; placental cfDNA (RASSF1A): R = 0.75, p<0.0001). There was a significant correlation in SRY and RASSF1A results measured with qPCR (R = 0.68, p = 0.013) and ddPCR (R = 0.56, p = 0.039). Different approaches also gave comparable results with regard to the correlation of the placental cfDNA concentration with gestational age and pathological outcome. We conclude that ddPCR is a practical approach, adaptable to existing qPCR assays and well suited for analysis of cell-free DNA in plasma. However, it may need further optimization to surpass the performance of qPCR.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 |
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 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 ».