HPV Sequencing Facilitates Ultrasensitive Detection of HPV Circulating Tumor DNA
Notice bibliographique
Résumé
PURPOSE: Human papillomavirus (HPV) DNA offers a convenient circulating tumor DNA (ctDNA) marker for HPV-associated malignancies, but current methods, such as digital PCR (dPCR), provide insufficient accuracy for clinical applications in patients with low disease burden. We asked whether a next-generation sequencing approach, HPV sequencing (HPV-seq), could provide quantitative and qualitative assessment of HPV ctDNA in low disease burden settings. EXPERIMENTAL DESIGN: We conducted preclinical technical validation studies on HPV-seq and applied it retrospectively to a prospective multicenter cohort of patients with locally advanced cervix cancer (NCT02388698) and a cohort of patients with oropharynx cancer. HPV-seq results were compared with dPCR. The primary outcome was progression-free survival (PFS) according to end-of-treatment HPV ctDNA detectability. RESULTS: ) with HPV-seq detecting ctDNA at levels down to 0.03 copies/mL plasma in dPCR-negative posttreatment samples. Detectable HPV ctDNA at end-of-treatment was associated with inferior PFS with 100% sensitivity and 67% specificity for recurrence. Accurate HPV genotyping was successful from 100% of pretreatment samples. HPV ctDNA fragment sizes were consistently shorter than non-cancer-derived cell-free DNA (cfDNA) fragments, and stereotyped cfDNA fragmentomic patterns were observed across HPV genomes. CONCLUSIONS: HPV-seq is a quantitative method for ctDNA detection that outperforms dPCR and reveals qualitative information about ctDNA. Our findings in this proof-of-principle study could have implications for treatment monitoring of disease burden in HPV-related cancers. Future prospective studies are needed to confirm that patients with undetectable HPV ctDNA following chemoradiotherapy have exceptionally high cure rates.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».