SeraSeq reference materials support non-invasive cfDNA screening methods
Notice bibliographique
Résumé
BACKGROUND: Reference materials are essential for the validation, verification, and implementation of clinical assays. Seracare has developed the Seraseq line-commercial reference standards for non-invasive prenatal testing (NIPT)-which are designed to simulate maternal plasma containing cell-free DNA (cfDNA). OBJECTIVE: This study aims to evaluate the performance of Seraseq reference materials compared to natural maternal plasma, particularly assessing their quality and reliability as reference standards in NIPT workflows, both with and without size selection to enrich fetal fraction. METHODS: We analyzed six replicates from eight different Seraseq genotypes. cfDNA was extracted, prepared into sequencing libraries, and sequenced following the same protocols used for natural plasma samples. Size-selection was also applied to enrich shorter cfDNA fragments. The key performance metrics included cfDNA yield and integrity, library preparation efficiency, sequencing quality, fetal fraction estimation, and detection of aneuploidies and sex chromosome abnormalities. RESULTS: cfDNA quantity and quality from Seraseq materials were comparable to natural plasma. The materials yielded consistent library concentrations. Sequencing showed reliable detection of all targeted aneuploidies except the microdeletion del22q11, even with elevated fetal fraction. Size-selection increased fetal fraction and improved Z-scores for aneuploidy detection across all genotypes. Fragment size profiles exhibited slight but consistent deviations from natural plasma, notably after size selection. CONCLUSIONS: Seraseq reference materials closely mimic the cfDNA characteristics of maternal plasma and perform reliably across multiple testing dimensions. While they may present slight differences in fragment size periodicity, these did not affect analytical performance. These materials are therefore suitable for validating and monitoring NIPT workflows.
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 | 0,030 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,004 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,012 |
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 ».