Comprehensive comparison of enzymatic and bisulfite DNA methylation analysis in clinically relevant samples
Notice bibliographique
Résumé
BACKGROUND: Bisulfite conversion is considered the gold standard for DNA methylation analysis, but it damages DNA and performs sub-optimally with clinical samples (e.g., formalin-fixed paraffin-embedded and circulating free plasma DNA (cfDNA)). Here we describe a comprehensive comparison of bisulfite and enzymatic methylation sequencing, using commercially available assays in clinically relevant patient samples and cell lines. We also report the first clinical enzymatic whole genome methylation sequencing (WGMS) in a cohort of patients with chronic lymphocytic leukemia (CLL). We report data from a multi-arm experiment comprising controlled reference material and clinically relevant samples to assess technical differences between enzymatic and chemical methylation conversion technologies. RESULTS: Enzymatic methylation sequencing was highly concordant to bisulfite data but outperformed bisulfite conversion in key sequencing metrics; the enzymatic method demonstrated significantly higher estimated counts of unique reads, reduced DNA fragmentation, and higher library yields than bisulfite conversion. Enzymatic conversion produced inferior methylation array data. Although bisulfite and enzymatic methods were highly concordant, the increased quality of multiple sequencing metrics seen in the enzymatic method enabled the development of robust clinical sample pipelines including targeted sequencing in cfDNA. CONCLUSIONS: Using the enzymatic methylation sequencing methods described, we report a putative link of interleukin (IL)-15 methylation changes to acalabrutinib treatment response in a CLL clinical trial cohort (ACE-CL-001 trial, NCT02029443).
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».