Sensitive detection of tumor nucleic acids in plasma by mutation-enriched next generation sequencing.
Notice bibliographique
Résumé
e22041 Background: Next Generation DNA Sequencing (NGS) is becoming the new standard for mutational profiling of tumour tissue, due to its flexibility, speed, and decreasing cost. While generally exceptional in performance, NGS suffers from a sequencing error rate of 0.1% – 1%, largely due to amplification-induced artifacts in its workflow. While this does not constitute a significant problem in application of NGS to sequencing of tumour tissue, it makes NGS impractical as a method to search for low abundance mutation signatures in plasma samples. Numerous publications have shown the presence of tumour signatures in the cell-free DNA (cfDNA) circulating in plasma, but concordance between the tumour signature and the plasma signature has been limited. This is likely due to limitations in the detection technologies used to search for cfDNA in plasma. To maximize concordance between plasma and tissue, it will be essential that sensitivities reaching 0.01% and below (as little as a single tumour mutant allele per sample) be achieved, and ideally that multiple mutational hot spots be analysed to maximize the chance of detection. Current technologies are incapable of such sensitivity over a large number of mutation loci. Methods: We have developed a novel electrophoretic method that can enrich nucleic acid samples over 1,000,000-fold for up to 100 somatic mutations, enabling reliable profiling of samples containing as little as 0.01% mutant. By enriching nucleic acid samples for specific targets prior to amplification and sequencing, we enable the use of NGS in plasma-based mutation detection and profiling. Results: We present technical and clinical data demonstrating highly sensitive multiplexed mutation detection in plasma and tissue samples, demonstrating 0.01% sensitivity over 45 somatic mutations per sample. Conclusions: We have demonstrated a novel somatic mutation enrichment methodology that allows DNA sequencing to work beyond its usual limit of detection to accurately profile solid tumours by detecting their mutation signature in plasma, even when the tumour DNA is present in plasma at abundances below 0.01%.
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
Étiquettes directes de modèles (non validées)
Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.
| Bras | Catégories | Devis d'étude | Confiance |
|---|---|---|---|
| gemma | aucune catégorie Domaine: non disponible · Genre: Méthodes Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Expérimental (laboratoire) | high |
| gpt | aucune catégorie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Expérimental (laboratoire) | high |
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,002 |
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 validéeÉtiqueté directement par 2 modèles lisant le dossier complet.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».