MétaCan
Menu
Retour à la cohorte
Enregistrement W4416607991 · doi:10.3343/alm.2025.0348

Performance Evaluation of Whole-Genome Amplification Platforms for Clinical Next-Generation Sequencing with Minimal Nucleic Acid Input

2025· article· en· W4416607991 sur OpenAlexaff
Namsoo Kim, Hyeonah Lee, Mi Ri Park, Yehyun Kang, Dongju Won, Seung‐Tae Lee, Jong Rak Choi, Yu Jin Park, Saeam Shin

Notice bibliographique

RevueAnnals of Laboratory Medicine · 2025
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenomic variations and chromosomal abnormalities
Établissements canadiensNexen (Canada)
Organismes subventionnairesYonsei University College of MedicineNational Research Foundation of Korea
Mots-clésSelection (genetic algorithm)Nucleic acidDNADNA sequencingFidelity

Résumé

récupéré en direct d'OpenAlex

Background: Next-generation sequencing (NGS) is increasingly applied in clinical diagnostics; however, standard workflows are frequently challenged by insufficient DNA yields in diverse clinical scenarios. Although whole-genome amplification (WGA) is used to overcome this limitation, comparative performance data on WGA kits based on different amplification mechanisms under low-input conditions remain scarce. Methods: We systematically evaluated four commercial WGA platforms: REPLI-g (Qiagen), which employs multiple displacement amplification; PicoPLEX (Takara Bio) and SurePlex (Illumina), which utilize modified multiple annealing and looping-based amplification cycles (MALBAC); and ResolveDNA (BioSkryb Genomics), which uses primary template-directed amplification (PTA), using 100-pg and 1-ng DNA input. Performance was assessed by examining allelic dropout (ADO), chimerism, copy number variation (CNV), and the total DNA yield. Results: ResolveDNA showed the lowest ADO rates across input levels, whereas PicoPLEX offered the most accurate quantification for chimerism and CNV. REPLI-g had the highest DNA yield but exhibited marked amplification bias and ADO under ultra-low-input conditions. SurePlex demonstrated intermediate performance across all metrics. PicoPLEX and SurePlex showed consistent CNV detection and chimerism accuracy, whereas PTA-based ResolveDNA better preserved allelic balance. Conclusions: Each platform demonstrated specific strengths and limitations depending on analytical endpoints. Modified MALBAC-based platforms can perform optimally when quantitative accuracy is critical, such as in chimerism or CNV analysis, whereas PTA-based WGA can be preferred when allelic fidelity is essential. Our findings can help guide platform selection tailored to specific clinical applications using low-input NGS, including preimplantation testing or cell-free DNA analysis.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,079
Score d'incertitude au seuil0,340

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,173
Tête enseignante GPT0,370
Écart entre enseignants0,198 · 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 tête enseignante, 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
GenreEmpirique

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

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnnals of Laboratory MedicineMême sujetGenomic variations and chromosomal abnormalitiesTravaux en français237 207