MétaCan
Menu
Retour à la cohorte
Enregistrement W3193976086 · doi:10.1101/2021.08.13.21261922

Nanopore Metagenomic Sequencing for Detection and Characterization of SARS-CoV-2 in Clinical Samples

2021· preprint· en· W3193976086 sur OpenAlexaff
Nick P.G. Gauthier, Cassidy Nelson, Michael B. Bonsall, Kerstin Locher, Marthe Charles, Clayton MacDonald, Mel Krajden, Samuel D. Chorlton, Amee R. Manges

Notice bibliographique

RevuemedRxiv · 2021
Typepreprint
Langueen
DomaineEngineering
ThématiqueBiosensors and Analytical Detection
Établissements canadiensBC Centre for Disease ControlVancouver General HospitalUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMetagenomicsMinionComputational biologyNanopore sequencingBiologyGenomeDNA sequencingWhole genome sequencingSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)BarcodeCoronavirus disease 2019 (COVID-19)GeneticsComputer scienceGeneMedicineInfectious disease (medical specialty)Pathology

Résumé

récupéré en direct d'OpenAlex

Abstract The COVID-19 pandemic has underscored the need for rapid novel diagnostic strategies to detect and characterize pathogens from clinical specimens. The MinION sequencing device allows for rapid, cost-effective, high-throughput sequencing; useful features for translation to clinical laboratory settings. Metagenomic Next-Generation Sequencing (mNGS) approaches provide the opportunity to examine the entire genomic material of a sample; allowing for detection of emerging and clinically relevant pathogens that may be missed in targeted assays. Here we present a pilot study on the performance of Sequence-Independent Single Primer Amplification (SISPA) to amplify RNA randomly for the detection and characterization of SARS-CoV-2. We designed a classifier that corrects for barcode crosstalk between specimens. Our assay yielded 100% specificity overall and 95.2% sensitivity for specimens with a RT-qPCR cycle threshold value less than 30. We assembled 10 complete (>95% coverage at 20x depth), and one near-complete (>80% coverage at 20x depth) genomes from 20 specimens that were classified as positive by mNGS. We characterized these genomes through phylogenetic analysis and found that 10/11 specimens from British Columbia had a closest relative to another British Columbian specimen. Of five samples that we had both assembled genomes, as well as Variant of Concern (VOC) PCR results, we found 100% concordance between these results. Additionally, our assay was able to distinguish between the Alpha and Gamma variants, which was not possible with our VOC PCR technique. This study supports future work examining the broader feasibility of SISPA as a diagnostic strategy for the detection and characterization of viral pathogens.

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 enseignants0,012
Score d'incertitude au seuil0,024

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 technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,073
Tête enseignante GPT0,298
Écart entre enseignants0,225 · 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

Citations7
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuemedRxivMême sujetBiosensors and Analytical DetectionTravaux en français237 207