Error-corrected Duplex Sequencing enables direct detection and quantification of mutations in human TK6 cells with remarkable inter-laboratory consistency
Notice bibliographique
Résumé
ABSTRACT Error-corrected Duplex Sequencing (DuplexSeq) enables direct quantification of low-frequency mutations and offers tremendous potential for chemical mutagenicity assessment. We investigated the utility of DuplexSeq to quantify induced mutation frequency (MF) and spectrum in human lymphoblastoid TK6 cells exposed to a prototypical DNA alkylating agent, N -ethyl- N -nitrosourea (ENU). Furthermore, we explored appropriate experimental parameters for this application, and assessed inter-laboratory reproducibility. In two independent experiments in two laboratories, TK6 cells were exposed to ENU (25-200 µM) and DNA was sequenced 48, 72, and 96 h post-exposure. A DuplexSeq mutagenicity panel targeting twenty 2.4-kb regions distributed across the genome was used to sample diverse, genome-representative sequence contexts. A robust increase in MF that was unaffected by time was observed in both laboratories. Concentration-response in the MF from the two laboratories was strongly positively correlated (R 2 =0.95). C:G>T:A, T:A>C:G, T:A>A:T, and T:A>G:C mutations increased in consistent, concentration-dependent manners in both laboratories, with high proportions of C:G>T:A at all time points. The target sites responded similarly between the two laboratories and revealed a higher average MF in intergenic regions. These results, demonstrating remarkable reproducibility across time and laboratory for both MF and spectrum, support the high value of DuplexSeq for characterizing chemical mutagenicity in both research and regulatory evaluation.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 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 ».