MétaCan
Menu
← Retour à la cohorte
Enregistrement W4417474525 · doi:10.64898/2025.12.16.25342406

Optimizing culture-free approaches to recover high quality <i>M. tuberculosis</i> genomic variation

2025· article· en· W4417474525 sur OpenAlexaff
Katharine S. Walter, Paulo César Pereira dos Santos, Allison F. Carey, Salika M. Shakir, Caroline Colijn, Ted Cohen, Barun Mathema, Júlio Croda, Jason R. Andrews

Notice bibliographique

RevuemedRxiv · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueTuberculosis Research and Epidemiology
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésQuality (philosophy)GenomicsGenomeDNA sequencingVariation (astronomy)Genomic sequencing

Résumé

récupéré en direct d'OpenAlex

Abstract Background: Mycobacterium tuberculosis ( Mtb ) genomic epidemiology often relies on culturing patient sputum, a time and labor-intensive process. Hybrid capture approaches have been successfully used to enrich Mtb DNA from complex clinical samples, yet the accuracy of variant identification from captured samples has not been systematically evaluated. Methods: We created artificial strain mixtures of two well-characterized Mtb isolates such that the minor strain comprised 0-50% of Mtb DNA and serially diluted the Mtb DNA into human DNA to simulate diagnostic samples with different sputum smear burdens (32 samples). We also prospectively collected paired Mtb diagnostic cultures and sputum submitted to a national diagnostic laboratory (7 sample pairs). We performed hybrid capture and Illumina whole genome sequencing for all samples. For the artificial strain mixtures, we measured hybrid capture efficiency, the percentage of total reads mapping to Mtb , and performance of fixed and minority variant identification. For the diagnostic samples, we compared the number, identity of, and minor allele frequencies of minority variants identified in the cultured and hybrid captured samples. Results: In the artificial strain mixture experiment, hybrid capture efficiency was 97% when Mtb comprised 0.01% of the input DNA. Single nucleotide polymorphism (SNP) identification via hybrid capture had a sensitivity ≥ 91% and precision ≥ 97% for Mtb lineages 4.1.2.1 and 4.9, excluding PE/PPE genes, when Mtb comprised 0.01% of input DNA. Observed minor allele frequencies were closely correlated (r=0.60 to r=0.79, p < 0.001) with input minor allele frequences across all dilutions. Among paired diagnostic samples, hybrid capture efficiency was high, 95%. However, four of the seven captured sputa samples were overwhelmed with Pseudomonas contamination, which comprised >25% of sequence reads. We did not detect a significant difference in the number of minority variants identified in cultured (median: 14, range: 9-23) and hybrid captured samples (median: 22 variants, range 4-328, p=0.2) and minor allele frequences were correlated (r = 0.95, p < 0.001) Conclusions: Hybrid capture of diagnostic sputa samples efficiently generates accurate Mtb whole genome sequences and minority variant calls. Hybrid capture may offer an alternative to culture-based sequencing that could extend the coverage of genomic epidemiology studies. Impact Statement: Mycobacterium tuberculosis ( Mtb ) genomic epidemiology often relies on culturing patient sputa, which is time and labor-intensive. Hybrid capture approaches enrich Mtb DNA from complex clinical samples, yet the efficiency and accuracy of identification of both consensus and minority variants from captured samples has not been systematically evaluated. To address these questions, we assessed the accuracy of hybrid capture both in experimental strain mixtures of well-characterized Mtb isolates and in clinical diagnostic samples. We found that hybrid capture of sputa samples can be used to efficiently sequence Mtb DNA from complex mixtures and that variant identification is highly accurate. Our results suggest that hybrid capture may offer an alternative to culture-based sequencing that could extend the coverage of genomic epidemiology studies.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut 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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,002

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 Opus0,090
Tête enseignante GPT0,331
Écart entre enseignants0,242 · 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 source (Gemma direct ou Codex distillé), 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
GenreMéthodes

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 revuemedRxiv→Même sujetTuberculosis Research and Epidemiology→Travaux en français237 207→