MétaCan
Menu
← Retour à la cohorte
Enregistrement W3083277479 · doi:10.1158/1538-7445.am2020-6472

Abstract 6472: Clonal lineage and somatic hypermutation analysis of chronic lymphocytic leukemia by long-amplicon IGH chain sequencing

2020· article· en· W3083277479 sur OpenAlexaff
Jayde Chang, Zadie Davis, Graeme Quest, H Feilloter, Michelle Toro, Geoffrey Lowman, Loni Pickle, Fiona Hyland, Timothy J. Looney

Notice bibliographique

RevueCancer Research · 2020
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGlycosylation and Glycoproteins Research
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésSanger sequencingBiologySomatic hypermutationAmpliconGeneticsIGHV@GeneDNA sequencingMolecular biologyMultiplex ligation-dependent probe amplificationMultiplexImmunoglobulin heavy chainPolymerase chain reactionChronic lymphocytic leukemiaAntibodyB cellExonLeukemia

Résumé

récupéré en direct d'OpenAlex

Abstract Background: Current next-generation sequencing (NGS) approaches for analyzing SHM commonly rely on multiplex primers targeting the framework 1 (FR1) or leader region of the IGH variable gene in combination with joining gene primers to amplify rearranged IGH chains from gDNA template. Limitations include the potential for joining gene mutations to interfere with primer binding and an inability to evaluate isotype. Here we present a method for translational research investigations of IGH chain SHM employing multiplex FR1 and isotype (constant gene) specific primers (Oncomine IGH-LR assay primers) to amplify IGH chains from RNA template. We evaluated performance by comparing SHM values obtained from NGS of RNA from 54 CLL samples amplified using Oncomine IGH-LR primers to values obtained by Sanger sequencing or NGS of RNA amplified using FR1 or leader region/J gene primers. Methods: IGH chains from 54 CLL samples derived from two separate sequencing sites (Site 1: 24 samples, Site 2: 30 samples) were amplified from peripheral blood using Oncomine IGH-LR assay followed by sequencing via the Ion Gene Studio S5. Clonotyping, clonal lineage identification and somatic hypermutation analysis was performed by Ion Reporter via comparison to the IMGT reference database. Oncomine IGH-LR assay SHM values were compared to those obtained via NGS-based sequencing utilizing FR1/J gene primers (Site 1) or Sanger sequencing utilizing IGH-leader or FR1 and joining gene primers (Site 2). Results: IGHV SHM values were highly concordant between NGS approaches (Spearman cor =.957, Site 1) and between Sanger sequencing and NGS approaches (Spearman cor = .849, Site 2). Sequence data obtained using Oncomine IGH-LR assay enables more in-depth clonal lineage analysis, including evaluation of isotype representation and subclonal evolution. Conclusions: These results support the robustness and reliability of multiplex FR1 and constant gene based IGH chain amplification for the translational research characterization of somatic hypermutation in CLL and other B cell neoplasms. Citation Format: Jayde Chang, Zadie Davis, Graeme Quest, Harriet Feilloter, Michelle Toro, Geoffrey Lowman, Loni Pickle, Fiona Hyland, Timothy Looney. Clonal lineage and somatic hypermutation analysis of chronic lymphocytic leukemia by long-amplicon IGH chain sequencing [abstract]. In: Proceedings of the Annual Meeting of the American Association for Cancer Research 2020; 2020 Apr 27-28 and Jun 22-24. Philadelphia (PA): AACR; Cancer Res 2020;80(16 Suppl):Abstract nr 6472.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,053
Tête enseignante GPT0,366
Écart entre enseignants0,312 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancer Research→Même sujetGlycosylation and Glycoproteins Research→Travaux en français237 207→