MétaCan
Menu
← Retour à la cohorte
Enregistrement W2485297274 · doi:10.1158/1538-7445.am2016-846

Abstract 846: Improving T-cell receptor clonotyping of T-cell lymphomas using hybrid-Capture and next-generation sequencing

2016· article· en· W2485297274 sur OpenAlexaff
Etienne Mahé, David T. Mulder, Mark Dowar, Mahadeo A. Sukhai, Linh T. Nguyen, Pamela S. Ohashi, Jan Delabie, Tracy Stockley, Trevor J. Pugh, Suzanne Kamel‐Reid

Notice bibliographique

RevueCancer Research · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueCAR-T cell therapy research
Établissements canadiensToronto General HospitalPrincess Margaret Cancer CentreUniversity Health NetworkCalgary Laboratory Services
Organismes subventionnairesnon disponible
Mots-clésT-cell receptorBiologySanger sequencingT cellMolecular biologyDNA sequencingGene rearrangementComputational biologyGeneticsGene

Résumé

récupéré en direct d'OpenAlex

Abstract Background T-cell clonality assays (TCAs) support a variety of clinical and research interests including T-cell malignancy clone identification, minimal-residual disease (MRD) testing and T-cell receptor (TCR) repertoire characterization for the purposes of immunotherapy. Unfortunately, many TCAs are unable to interrogate alpha, beta, gamma, and delta TCR loci simultaneously. Aiming to overcome these limitations, we designed a T-cell clonality assay (the “NTRA”), capable of identifying T-cell gene rearrangements from all four TCR loci, using hybrid-capture followed by deep next-generation sequencing (NGS). A novel informatics package exploiting the Burrows Wheeler Alignment algorithm and finding of CDR3 seed sequences was also deployed. We then validated the assay using orthogonal methods and in a series of clinical T-cell malignancy specimens. Methods We used DNA probes for hybrid-capture of all V and J segments in the TCR loci, followed by NGS on the Illumina NextSeq 500 platform. Analytical validation used a series of 10 specimens, including 6 flow-cytometry characterized T-cell specimens of variable degrees of immunophenotypic uniformity and 4 cell-lines with known TCR rearrangements. PCR/gel electrophoresis and Sanger sequencing were used for orthogonal validation, using primer sets designed to test each specimen for all 90th-centile V-J configurations. Subsequently, 61 clinical T-cell lymphoma specimens were tested, each previously assessed for T-cell clonality using the clinical gold standard (i.e. PCR/ electrophoresis using the BIOMED-2 consensus primers for the TCR-beta (TRB) and TCR-gamma (TRG) loci). Results PCR confirmed the NTRA-identified V-J configurations with an area-under-the-curve (AUC) by receiver-operator characteristic (ROC) analysis of 0.91. Relative to single-strand Sanger sequencing, the NTRA CDR3 sequence results showed a ROC AUC of 0.83. In a DNA dilution series employing the results of a “clonal” specimen (a Jurkat cell line) spiked into a “polyclonal” specimen (a mononuclear peripheral blood specimen), we could identify “clonal” specimen-specific V-J combinations and error-corrected CDR3 sequences down to less than 10⁁-5. In the final clinical validation, the NTRA performed with a ROC AUC of 0.82 relative to the current TRB & TRG BIOMED-2 clinical assay. Conclusions Our novel assay can overcome the current TCR locus data-yield limitations resulting from primer-based TCAs in a single-tube. The NTRA shows comparable sensitivity and specificity relative to current standard assays and excellent performance relative to current MRD techniques when applied to clinical T-cell lymphoma specimens. Citation Format: Etienne Mahe, David Mulder, Mark Dowar, Mahadeo Sukhai, Linh Nguyen, Pamela Ohashi, Jan Delabie, Tracy L. Stockley, Trevor Pugh, Suzanne Kamel-Reid. Improving T-cell receptor clonotyping of T-cell lymphomas using hybrid-Capture and next-generation sequencing. [abstract]. In: Proceedings of the 107th Annual Meeting of the American Association for Cancer Research; 2016 Apr 16-20; New Orleans, LA. Philadelphia (PA): AACR; Cancer Res 2016;76(14 Suppl):Abstract nr 846.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,170
Tête enseignante GPT0,378
Écart entre enseignants0,208 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancer Research→Même sujetCAR-T cell therapy research→Travaux en français237 207→