Detection of clinically relevant copy number alterations in oral cancer progression using multiplexed droplet digital PCR
Notice bibliographique
Résumé
Copy number alterations (CNAs), a common genomic event during carcinogenesis, are known to affect a large fraction of the genome. Common recurrent gains or losses of specific chromosomal regions occur at frequencies that they may be considered distinctive features of tumoral cells. Here we introduce a novel multiplexed droplet digital PCR (ddPCR) assay capable of detecting recurrent CNAs that drive tumorigenesis of oral squamous cell carcinoma. Applied to DNA extracted from oral cell lines and clinical samples of various disease stages, we found good agreement between CNAs detected by our ddPCR assay with those previously reported using comparative genomic hybridization or single nucleotide polymorphism arrays. Furthermore, we demonstrate that the ability to target specific locations of the genome permits detection of clinically relevant oncogenic events such as small, submicroscopic homozygous deletions. Additional capabilities of the multiplexed ddPCR assay include the ability to infer ploidy level, quantify the change in copy number of target loci with high-level gains, and simultaneously assess the status and viral load for high-risk human papillomavirus types 16 and 18. This novel multiplexed ddPCR assay therefore may have clinical value in differentiating between benign oral lesions from those that are at risk of progressing to oral cancer.
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 ».