Abstract B002: Rapid and accurate diagnosis of childhood cancers using long-read nanopore RNA sequencing
Notice bibliographique
Résumé
Abstract The SickKids Cancer Sequencing (KiCS) program at the Hospital for Sick Children performs DNA and RNA sequencing of the tumors of all pediatric patients diagnosed with hard-to-cure cancers (metastatic, refractory, relapsed, or others with predicted survival <50%) to determine clinically actionable mutations that would be of immediate benefit to the patient while also building a large dataset of childhood cancer genomes and transcriptomes to guide future study. RNA-seq at SickKids is performed using short-read sequencing; while very powerful, this technique can miss important mutations and typically has a long turnaround time. In a pilot study, we examined the feasibility of long-read nanopore RNA-seq to improve turnaround time (from biopsy to diagnosis) and detection of rare mutations and fusions compared to traditional short-read RNA-seq. Long-read RNA-seq of KiCS tumors with matched short-read RNA-seq and a pathologist-confirmed diagnosis showed high diagnostic concordance between sequencing methods using OTTER, our in-house machine-learning diagnostic classifier. Strikingly, downsampling analyses showed that only 500,000 long reads were necessary for accurate OTTER classification, corresponding to 1-2 hours of sequencing on a nanopore device compared to 24-26 hours on a short-read sequencer. Furthermore, cDNA-PCR long-read libraries require only 3 hours of preparation when starting with extracted total RNA, compared to at least 7 hours when using SickKids’ clinically validated short-read protocol, showing that same-day diagnosis is feasible when using long-read RNA-seq. Analyses are currently underway using prospectively collected samples through the KiCS program. Ultimately, long-read nanopore RNA-seq holds great promise in improving the speed and accuracy of pediatric diagnostics. Citation Format: Matt Hudson, Sandy Fong, Pedro Lemos Ballester, Resel Pereira, Srdjana Filipovic, Reem Khan, Johann Hitzler, Sarah Cohen-Gogo, Anita Villani, David Malkin, Adam Shlien. Rapid and accurate diagnosis of childhood cancers using long-read nanopore RNA sequencing [abstract]. In: Proceedings of the AACR Special Conference in Cancer Research: Discovery and Innovation in Pediatric Cancer— From Biology to Breakthrough Therapies; 2025 Sep 25-28; Boston, MA. Philadelphia (PA): AACR; Cancer Res 2025;85(18_Suppl_2):Abstract nr B002.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».