Development of Reference Materials for Noninvasive Prenatal Aneuploidy Testing by Massively Parallel Sequencing: A Proof-of-Concept Study
Notice bibliographique
Résumé
Abstract Background Noninvasive prenatal aneuploidy testing (NIPT) represents the first large-scale clinical application of massively parallel sequencing technology. However, no NIPT reference material (RM) has yet been widely adopted, impeding the development of quality management systems and standardization. Developing an NIPT RM from a biological sample is complicated by the low concentration of cell-free DNA (cfDNA), which implies pooling specimens and frequent resampling. Methods We tested the feasibility of using DNA from immortalized cell lines of a woman and her aneuploid offspring to spike an artificial plasma matrix. Enzymatic fragmentation of extracted DNA was optimized to achieve fragment size profiles with a mode of 150 to 200 bp, similar to biological cfDNA. This synthetic material was compared with routine biological samples from pregnant women by a targeted NIPT assay in a multiplex sequencing run on a Proton platform. Results Sequencing statistics were similar between artificially prepared material and routine biological samples, as well as relative chromosomal representation, and no matrix effects could be detected. Estimate of fetal fraction (FF) was within the range of expected value, and aneuploidy detection statistic (z-score) was also comparable between both types of samples. Conclusions Artificial plasma spiked with DNA from cell lines of mother and offspring is a promising strategy for developing NIPT RM. This type of material would offer the advantage of a constant and stable composition, allowing for greater standardization of NIPT assays. Moreover, it preserves the parental relatedness used by targeted assay to estimate FF by identification of paternal alleles in single-nucleotide polymorphisms or other variable regions.
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 | 0,005 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| 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 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 ».