Development and Evaluation of a Pan-Sarcoma Fusion Gene Detection Assay Using the NanoString nCounter Platform
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The NanoString nCounter assay is a high-throughput hybridization technique using target-specific probes that can be customized to test for numerous fusion transcripts in a single assay using RNA from formalin-fixed, paraffin-embedded material. We designed a NanoString assay targeting 174 unique fusion junctions in 25 sarcoma types. The study cohort comprised 212 cases, 96 of which showed fusion gene expression by the NanoString assay, including all 20 Ewing sarcomas, 11 synovial sarcomas, and 5 myxoid liposarcomas tested. Among these 96 cases, 15 showed fusion expression not identified by standard clinical assay, including EWSR1-FLI1, EWSR1-ERG, BCOR-CCNB3, ZC3H7B-BCOR, HEY1-NCOA2, CIC-DUX4, COL1A1-PDGFB, MYH9-USP6, YAP1-TFE3, and IRF2BP2-CDX1 fusions. There were no false-positive results; however, four cases were false negative when compared with clinically available fluorescence in situ hybridization or RT-PCR testing. When batched as six cases, the per-sample reagent cost was less than conventional techniques, such as fluorescence in situ hybridization, with technologist hands-on time of 1.2 hours per case and assay time of 36 hours. In summary, the NanoString nCounter Sarcoma Fusion CodeSet reliably and cost-effectively identifies fusion genes in sarcomas using formalin-fixed, paraffin-embedded material, including many fusions missed by standard clinical assays, and can serve as a first-line clinical diagnostic test for sarcoma fusion gene identification, replacing multiple individual clinical assays.
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.
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 | 0,001 | 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 découle