High-confidence structural predictions of extrachromosomal DNA with ecDNAInspector
Notice bibliographique
Résumé
Extrachromosomal DNA (ecDNA) are circularized genomic elements that reside outside canonical chromosomes. ecDNA amplify oncogene copy number, enhance chromatin accessibility, and act as mobile enhancers through cis- and trans-regulatory interactions, collectively boosting oncogene expression. ecDNA has been implicated in tumor progression, intratumoral heterogeneity, and poor patient prognosis. Despite various lines of evidence that ecDNA promotes aggressive disease, the mechanisms and selective pressures leading to ecDNA formation and propagation remain poorly understood as are their structures. While several computational tools have been developed to infer ecDNA presence or absence from short read sequencing data, accurate identification of large or complex ecDNA structures remains challenging. Here we introduce ecDNAInspector, a novel computational framework to systematically assess the confidence of ecDNA predictions from existing inference tools. Leveraging abundant short-read whole genome sequencing (WGS) data from population-scale cohorts, we demonstrate that ecDNAInspector accurately identifies high-confidence ecDNA calls, improving interpretability and facilitating the association with clinical features. As an illustrative example, applied to a cohort of 250 breast cancers, ecDNAInspector identifies associations between ecDNA structure and molecular subgroups of disease. These findings are supported by orthogonal omic data and experimental characterization of ecDNA captured in representative cell lines. ecDNAInspector provides a scalable, data-driven approach to characterize ecDNA structure, enabling integrative studies of the clinical and biological impact of this non-mendelian mode of oncogene amplification and inheritance.
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 | 0,005 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
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 ».