Comparison of Next-Generation Sequencing Panels and Platforms for Detection and Verification of Somatic Tumor Variants for Clinical Diagnostics
Notice bibliographique
Résumé
Use of next-generation sequencing to detect somatic variants in DNA extracted from formalin-fixed, paraffin-embedded tumor tissues poses a challenge for clinical molecular diagnostic laboratories because of variable DNA quality and quantity, and the potential to detect low allele frequency somatic variants difficult to verify by non-next-generation sequencing methods. We evaluated somatic variant detection performance of the MiSeq and Ion Proton benchtop sequencers using two commercially available panels, the TruSeq Amplicon Cancer Panel and the AmpliSeq Cancer Hotspot Panel Version 2. Both the MiSeq-TruSeq Amplicon Cancer Panel and Ion Proton-AmpliSeq Cancer Hotspot Panel Version 2 were comparable in terms of detection of somatic variants and allele frequency determination using DNA extracted from tumor tissue. Concordance was 100% between the panels for detection of somatic variants in genomic regions tested by both panels, including 27 variants present at low somatic allele frequency (<15%). Use of both the MiSeq and Ion Proton platforms in a combined workflow enabled detection of potentially actionable variants with importance for patient diagnosis, prognosis, or treatment in 49% (305/621) of cases. Overall, a combined workflow using both platforms enabled successful molecular profiling of 96% (621/644) of tumor samples, and provided an approach for verification of somatic variants not amenable to verification by Sanger sequencing (<15% variant allele frequency).
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 | 0,012 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,003 | 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) | 0,002 | 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 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 ».