無細胞DNA配列決定パネルを最適化するための機械学習アプローチ:前立腺癌への応用【JST・京大機械翻訳】

Cario, C. L.; Chen, E.; Leong, L.; Emami, N. C.; Lopez, K.; Tenggara, I.; Simko, J. P.; Friedlander, T. W.; Li, P. S.; Paris, P. L.; Carroll, P. R.; Witte, J. S.

プレプリント

J-GLOBAL ID：202202209637556976 整理番号：22P0233351

無細胞DNA配列決定パネルを最適化するための機械学習アプローチ:前立腺癌への応用【JST・京大機械翻訳】

A machine learning approach to optimizing cell-free DNA sequencing panels: with an application to prostate cancer

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (12件)： , , , , , , , , , , ,
資料名：
発行年： 2020年05月02日プレプリントサーバーでの情報更新日： 2020年05月02日
JST資料番号： O7001B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

背景:癌におけるバイオマーカーとしての無細胞DNAs(cfDNA)の使用は,腫瘍由来分子の悪性および希少性の遺伝的不均一性により困難である。ここでは,cfDNAにおける腫瘍変異体の検出を改善するための新しい機械学習誘導パネル設計戦略を記述し,実証した。このアプローチを用いて,著者らは最初に前立腺癌標的配列パネルへの包含のための候補変異体を分類し,スコア化するためのモデルを作成した。次に,このパネルを用いて,in silicoおよびハイブリッド捕獲設定の両方で局所疾患を有する前立腺癌患者から腫瘍変異体をスクリーニングした。【方法】550の前立腺腫瘍からの全ゲノム配列(WGS)データを分析し,単一点および小(<200bp)インデル突然変異の標的配列パネルを構築し,続いて5人の患者から前立腺腫瘍配列に対してin silicoでスクリーニングして,一般的に使用される代替パネル設計に対する性能を評価した。次に,腫瘍由来cfDNA変異体を検出するパネル能力を,前向きに収集したcfDNAおよび腫瘍病巣を用いて,根治的前立腺切除を受けた局所疾患を有する18の前立腺癌患者から採取した。【結果】このアプローチから発生したパネルは,既知のドライバー遺伝子(例えば,HRAS)および前立腺癌関連転写因子結合部位(例えばMYC,AR)におけるトップ候補突然変異として同定された。それは,in silico設定で分析されたとき,5つの前立腺癌患者のcfDNAで見つかった体細胞突然変異を検出する際に,2つの一般的に使用される設計を凌駕した。加えて,パネルを用いたcfDNA分子のハイブリッド捕獲と2,500X配列決定は,試験セットの全18人の患者で腫瘍変異体の検出を生じ,18人の患者中15人は複数の病巣で見いだされた変異体を検出した。【結論】機械学習優先標的配列パネルは,異質疾患のcfDNAにおける広範囲で高感度の変異体検出に有用である可能性がある。この戦略は,前立腺癌患者から分離したcfDNAに適用した場合,疾患検出とモニタリングに意味がある。【JST・京大機械翻訳】

, , , , , , , , , , ,
, , , , , 【Automatic Indexing@JST】

分子遺伝学一般 , 遺伝的変異 , 基礎腫よう学一般 , 泌尿生殖器の腫よう

, , , ,

前のページに戻る