Targeted nanopore sequencing using the Flongle device to identify mitochondrial DNA variants
Notice bibliographique
Résumé
Variants in mitochondrial genomes (mtDNA) can cause various neurological and mitochondrial diseases such as mitochondrial myopathy, encephalopathy, lactic acidosis, stroke-like episodes (MELAS). Given the 16 kb length of mtDNA, continuous sequencing is feasible using long-read sequencing (LRS). Herein, we aimed to show a simple and accessible method for comprehensive mtDNA sequencing with potential diagnostic applications for mitochondrial diseases using the compact and affordable LRS flow cell “Flongle.” Whole mtDNA amplification (WMA) was performed using genomic DNA samples derived from four patients with mitochondrial diseases, followed by LRS using Flongle. We compared these results to those obtained using Cas9 enrichment. Additionally, the accuracy of heteroplasmy rates was assessed by incorporating mtDNA variants at equimolar levels. Finally, mtDNA from 19 patients with Parkinson’s disease (PD) was sequenced using Flongle to identify disease risk-associated variants. mtDNA variants were detected in all four patients with mitochondrial diseases, with results comparable to those obtained from Cas9 enrichment. Heteroplasmy levels were accurately detected (r 2 > 0.99) via WMA using Flongle. A reported variant was identified in three patients with PD. In conclusion, Flongle can simplify the traditionally cumbersome and expensive mtDNA sequencing process, offering a streamlined and accessible approach to diagnosing mitochondrial diseases.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».