Detection of Structural Variants in Circulating Cell-Free DNA from Sarcoma Patients Using Next Generation Sequencing
Notice bibliographique
Résumé
Circulating tumour DNA (ctDNA) analysis using next generation sequencing (NGS) is being implemented in clinical practice for treatment stratification and disease monitoring. However, using ctDNA to detect structural variants, a common occurrence in sarcoma, can be challenging. Here, we use a sarcoma-specific targeted NGS panel to identify translocations and copy number variants in a cohort of 12 tissue specimens and matched circulating cell-free DNA (cfDNA) from soft tissue sarcoma patients, including alveolar rhabdomyosarcoma (n = 2), Ewing’s Sarcoma (n = 2), synovial sarcoma (n = 2), extraskeletal myxoid chondrosarcoma (n = 1), clear cell sarcoma (n = 1), undifferentiated round cell sarcoma (n = 1), myxoid liposarcoma (n = 1), alveolar soft part cell sarcoma (n = 1) and dedifferentiated liposarcoma (n = 1). Structural variants were detected in 11/12 (91.6%) and 6/12 (50%) of tissue and plasma samples, respectively. Structural variants were detected in cfDNA at variant allele frequencies >0.2% with an average sequencing depth of 1026×. The results from this cohort show clinical potential for using NGS in ctDNA to aid in the diagnosis and clinical monitoring of sarcomas and warrant additional studies in larger cohorts.
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 ».