Targeted next generation sequencing as a tool for precision medicine
Notice bibliographique
Résumé
Targeted next-generation sequencing (NGS) enables rapid identification of common and rare genetic variation. The detection of variants contributing to therapeutic drug response or adverse effects is essential for implementation of individualized pharmacotherapy. Successful application of short-read based NGS to pharmacogenes with high sequence homology, nearby pseudogenes and complex structure has been previously shown despite anticipated technical challenges. However, little is known regarding the utility of such panels to detect copy number variation (CNV) in the highly polymorphic cytochrome P450 ( CYP) 2D6 gene, or to identify the promoter (TA) 7 TAA repeat polymorphism UDP glucuronosyltransferase ( UGT) 1A1 *28. Here we developed and validated PGxSeq, a targeted exome panel for pharmacogenes pertinent to drug disposition and/or response. A panel of capture probes was generated to assess 422 kb of total coding region in 100 pharmacogenes. NGS was carried out in 235 subjects, and sequencing performance and accuracy of variant discovery validated in clinically relevant pharmacogenes. CYP2D6 CNV was determined using the bioinformatics tool CNV caller (VarSeq). Identified SNVs were assessed in terms of population allele frequency and predicted functional effects through in silico algorithms. Adequate performance of the PGxSeq panel was demonstrated with a depth-of-coverage (DOC) ≥ 20× for at least 94% of the target sequence. We showed accurate detection of 39 clinically relevant gene variants compared to standard genotyping techniques (99.9% concordance), including CYP2D6 CNV and UGT1A1*28 . Allele frequency of rare or novel variants and predicted function in 235 subjects mirrored findings from large genomic datasets. A large proportion of patients (78%, 183 out of 235) were identified as homozygous carriers of at least one variant necessitating altered pharmacotherapy. PGxSeq can serve as a comprehensive, rapid, and reliable approach for the detection of common and novel SNVs in pharmacogenes benefiting the emerging field of precision medicine.
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 | 0,009 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,003 |
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 ».