Revisiting Reddy: A DLBCL Do-over
Notice bibliographique
Résumé
Abstract The 2017 study by Reddy et al described the comprehensive characterization of somatic drivers of diffuse large B-cell lymphoma using whole exome sequencing. 1 After additional large studies relying on exome or whole genome sequencing were published, several oddities unique to the Reddy results have emerged. Seeking to explain the discrepancies, we reanalyzed their data using established open-source pipelines. This revealed thousands of mutations that could not be independently reproduced by these pipelines and a larger set of high-quality mutations that were not reported by Reddy. This caused an artificial under-representation of the mutation prevalence in many genes including clinically relevant hot spots affecting EZH2 and CD79B . More generally, the study had an under-representation of mutations in DLBCL genes that disproportionately affected genes known to have the highest mutation rates. The missing variants and the spurious variants can be attributed to distinct problems with the analytical approaches employed in that study. Our analysis also identified strong associations between mutations and patient outcome including TP53, KMT2D and PIM1 , which were not found in the Reddy study. Overall, we demonstrate that this combination of errors influenced many of the central novel findings from their study rendering their results largely non-replicable. The full results of our analyses are included as supplemental items as a resource for other researchers with an interest in the genetics of B-cell lymphomas.
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 | 0,013 | 0,035 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,007 | 0,002 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,003 |
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 ».