Optical Genome Mapping Reveals the Complex Genetic Landscape of Myeloma
Notice bibliographique
Résumé
Fluorescence in situ hybridization (FISH) on enriched CD138 plasma cells is the standard method for identification of clinically relevant genetic abnormalities in multiple myeloma. However, FISH is a targeted analysis that can be challenging due to the genetic complexity of myeloma. The aim of this study was to evaluate the potential of optical genome mapping (OGM) to detect clinically significant cytogenetic abnormalities in myeloma and to provide larger pangenomic information. OGM and FISH analyses were performed on CD138-purified cells of 20 myeloma patients. OGM successfully detected structural variants (SVs) (IGH and MYC rearrangements), copy number variants (CNVs) (17p/TP53 deletion, 1p deletion and 1q gain/amplification) and aneuploidy (gains of odd-numbered chromosomes, monosomy 13) classically expected with myeloma and led to a 30% increase in prognosis yield at our institution when compared to FISH. Despite challenges in the interpretation of OGM calls for CNV and aneuploidy losses in non-diploid genomes, OGM has the potential to replace FISH as the standard of care analysis in clinical settings and to efficiently change how we identify prognostic and predictive markers for therapies in the future. To our knowledge, this is the first study highlighting the feasibility and clinical utility of OGM in myeloma.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».