Inaccuracies in epitope repertoire estimations when using multilocus allele‐level HLA genotype imputation tools
Notice bibliographique
Résumé
BACKGROUND: Limited availability of allele-level HLA genotypes prompts their imputation from allele-group genotypes to estimate epitope mismatches. We evaluated the accuracy of epitope load and repertoire assignment when imputing allele-level HLA genotypes. METHODS: Analyses were conducted on 175 hematopoietic stem cell (HSC) donors from the Héma-Québec registry (HQR) and 57 HSC donor-recipient pairs from McGill University Health Centre (MUHC), Québec, Canada, genotyped for HLA-A, -B, -C, -DRB1 and -DQB1. Multi-locus allele-level imputation was performed using HaploStats. Disagreement in B- and T-cell epitope assignment and epitope mismatches were ascertained for imputed vs. measured allele-level HLA genotypes in HSC donors and donor-recipient pairs, respectively. RESULTS: Imputation resulted in no differences in overall eplet mismatches and PIRCHE-II for HLA-A, -B, and -C in 83.4% and 93.7% of HQR donors and 87.7% and 87.7% of MUHC donors, respectively. HLA-DRB1- and -DQB1-derived eplet mismatches and PIRCHE-II were correctly assigned in 72.0% and 85.1% of HQR donors and 70.2% and 71.9% of MUHC donors, respectively. No discrepancies in eplet load or PIRCHE-II were observed in 96.5% and 86.0% of HSC donor-recipient pairs and in 70.2% and 70.1% of pairs for HLA-A, -B and -C and -DRB1 and -DQB1, respectively. Kappa statistics of 0.9708 and 0.9725, 0.8724 and 0.8177, 0.9827 and 0.9022, 0.5644 and 0.4939, 0.5085 and 0.6361 were demonstrated when assessing agreement between eplet mismatches and PIRCHE-II of imputed vs. measured HLA-A, -B, -C, -DRB1 and -DQB1 types, respectively. CONCLUSIONS: To avoid inaccuracies in epitope compatibility estimation, mainly for class II HLA, multi-locus allele-level genotype measurement is recommended. This article is protected by copyright. All rights reserved.
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 | 0,000 |
| 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) | 0,001 | 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 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 ».