Detecting EGFR mutations (L858R, T790M) using allele specific multiplex sequencing: A comparison with Pyrosequencing and TruSeq
Notice bibliographique
Résumé
We are presenting an evaluation of Allele Specific Multiplex Sequencing (ASMS) to detect two EGFR somatic mutations (L858R, T790M). Late stage lung cancer samples were tested for both EGFR mutations and were compared to either pyrosequencing or TruSeq. The analytical lower limit of detection (LLOD) for the ASMS-L858R assay was found to be 36 copies, and 72 copies for the ASMS-T790M assay. The forty-one FFPE samples that were tested for T790M showed 100% concordance with the respective comparative method. The forty-five FFPE samples tested previously by Truseq for L858R showed 100% concordance with ASMS. Out of the twenty L858R samples previously tested by pyrosequencing, there was 95% concordance with ASMS. Additionally, twenty-one normal blood samples were tested by ASMS were found to be negative for L858R and T790M. In conclusion, the detection of L858R and T790M by ASMS are in acceptable concordance with both pyrosequencing and TruSeq in detecting EGFR mutations from late stage lung cancer. Further, ASMS was able to detect EGFR (L858R) with 10 picograms (3 copies gDNA) of FFPE extracted DNA, and hence could be used to detect mutations from samples carrying low copy numbers.
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) | 0,000 | 0,000 |
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 ».