MétaCan
Menu
← Retour à la cohorte
Enregistrement W4409286567 · doi:10.1101/2025.04.08.25325453

Nanopore-based hybridization capture approaches for targeted viral metagenomics and whole-genome sequencing

2025· preprint· en· W4409286567 sur OpenAlexaff
Oscar Enrique Torres Montaguth, Sarah Buddle, Leysa Forrest, Tony Brooks, Helena J. Tutill, Peter Simmonds, Heli Harvala, Tanya Golubchik, Rachel Williams, Sofia Morfopoulou, Judith Breuer

Notice bibliographique

RevuemedRxiv · 2025
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueBacteriophages and microbial interactions
Établissements canadiensInstitute of Infection and Immunity
Organismes subventionnairesNIHR Great Ormond Street Hospital Biomedical Research CentreUniversity College London Hospitals NHS Foundation TrustNational Health and Medical Research CouncilNational Institute for Health and Care ResearchGreat Ormond Street Institute of Child HealthMedical Research Council
Mots-clésMetagenomicsNanopore sequencingComputational biologyGenomeNanoporeBiologyGenomicsGeneticsNanotechnologyGeneMaterials science

Résumé

récupéré en direct d'OpenAlex

Abstract Hybridization capture approaches can significantly increase the sensitivity of metagenomics. However, their implementation with Oxford Nanopore Technologies (ONT) sequencing has been limited due to the lack of dedicated workflows and the need for an extra ligation-based library preparation step. We developed a universal four-primer PCR approach that allows the implementation of hybridization capture workflows with ONT without additional ligation-based steps. Our method allowed the fast conversion of a targeted metagenomics workflow, increasing ONT sensitivity by 10 to 100-fold compared to untargeted approaches and providing both rapid detection and whole-genome sequences where the pathogen was abundant and identification where viral loads were low.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,030
Tête enseignante GPT0,235
Écart entre enseignants0,205 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuemedRxiv→Même sujetBacteriophages and microbial interactions→Travaux en français237 207→