A novel knowledge-derived data potentizing method revealed unique liver cancer-associated genetic variants
Notice bibliographique
Résumé
BACKGROUND: Next-generation sequencing (NGS) has been advancing the progress of detection of disease-associated genetic variants and genome-wide profiling of expressed sequences over the past decade. NGS enables the analyses of multiple regions of a genome in a single reaction format and has been shown to be a cost-effective and efficient tool for root-cause analysis of disease and optimization of treatment. NGS has been leading global efforts to device personalized and precision medicine (PM) in clinical practice. The effectiveness of NGS for the aforementioned applications has been proven unequivocal for multifactorial diseases like cancer. However, definitive prediction of cancer markers for all types of diseases and for global populations still remains highly rewarding because of the diversity of cancer types and genetic variants in human. RESULTS: We performed exome sequencing of four samples in quest of critical genetic factor/s associated with liver cancer. By imposing knowledge-based filter chains, we have revealed a panel of genetic variants, which are unrecognized by current major genomics data repositories. Total 20 MNV-induced, 5 INDEL-induced, and 31 SNV-induced neoplasm-exclusive genes were revealed through NGS data acquisition followed by data curing with the application of quality filter chains. Liver-specific expression profile of the identified gene pool is directed to the selection of 17 genes which could be the as likely causative genetic factors for liver cancer. Further study on expression level and relevant functional significance enables us to identify and conclude the following four novel variants, viz., c.416T>C (p.Phe139Ser) in SORD, c.1048_1049delGCinsCG (p.Ala350Arg) in KRT6A, c.1159G>T (p.Gly387Cys) in SVEP1, and c.430G>C (p.Gly144Arg) in MRPL38 as a critical genetic factor for liver cancer. CONCLUSION: By applying a novel data prioritizing rationale, we explored a panel of previously unaddressed liver cancer-associated variants. These findings may have an opportunity for early prediction of neoplasm/cancer in liver and designing of relevant personalized/precision liver cancer therapeutics in clinical practice. Since NGS protocol is associated with tons of non-specific mutations due to the variation in background genetic makeup of subjects, therefore, our method of data curing could be applicable for more effective screening of global genetic variants related to disease onset, progression, and remission.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».