High-Throughput Molecular Cancer Cell Line Characterization Using Digital Multiplex Ligation-Dependent Probe Amplification for Improved Standardization of in Vitro Research
Notice bibliographique
Résumé
Tumor cell lines are widely used for cancer research, but challenges regarding quality control of cell line identity, cross contamination, and tumor somatic molecular stability remain, demanding novel approaches beyond conventional short tandem repeat profiling. A total of 21 commonly used multiple myeloma cell lines obtained from public repositories were analyzed by digital multiplex ligation-dependent probe amplification (digitalMLPA) to characterize germline single-nucleotide polymorphisms, insertions/deletions, and somatic copy number aberrations (CNAs). Using generated profiles and an in-house developed analytical pipeline, blinded experiments were performed to determine capability of digitalMLPA to predict cell line identity and potential spike-in DNA contamination in 41 anonymized cell line samples. The dominant cell line was correctly identified in all cases, and cross contamination was correctly detected in 33 of 37 samples with spike-in DNA; there were no false-positive predictions. The four samples in which spike in was not detected all carried low levels of contamination (1%), whereas levels of contamination ≥5% were correctly identified in all cases. Unsupervised clustering of CNA profiles identified shared commonalities that correlated with initiating Ig heavy locus translocation events. Longitudinal CNA assessment of nine cell lines revealed changes under standard culturing conditions not detected by insertion/deletion profiling alone. Results suggest that digitalMLPA can be utilized as a high-throughput tool for advanced quality assurance for in vitro cancer research.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 | 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 ».