Custom hereditary breast cancer gene panel selectively amplifies target genes for reliable variant calling
Notice bibliographique
Résumé
Abstract Background: Target enrichment coupled with next generation sequencing provide high-throughput approaches for screening several genes of interest. These approaches facilitate screening a panel of genes for mutations associated with inherited breast cancer for research, diagnostic, and genetic counseling applications. Objective: To evaluate the performance of our custom 13 gene breast cancer panel, based on singleplex PCR, developed by WaferGen BioSystems. The panel was evaluated using patient-derived DNA samples, in terms of target enrichment efficiency, off-target enrichment, uniformity of target capture, effect of GC content of target regions on coverage depth, and concordance with validated variant calls. Results: At least 90% of target sequence for each gene was captured at 30x or greater. We evaluated uniformity of target capture across samples by calculating the percentage of samples with at least 90% of total target captured at 100x or greater and found 92% (33/36 samples) uniformity for our panel. Off-target enrichment ranges between 7.2% and 22.3%. We found perfect concordance between our custom panel and the Qiagen human breast cancer panel for functionally annotated variant calls in high read depth shared target regions. Altogether, there was agreement between the panels for 779 variants at 41 loci. We also confirmed 10 pathogenic mutations, initially discovered by Sanger sequencing, in the appropriate samples following target enrichment using our custom WaferGen panel. Conclusion: Our custom hereditary breast cancer panel is sensitive to the desired target genes and facilitates deep sequencing for reliable variant calling.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 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 ».