Skip to content

基因體學 › 檢測確效 › 參考標準品

參考標準品 (Reference Standards) ​

已知「答案」的樣本或資料,用來評估檢測與生資流程的準確度、偵測極限與跨批穩定性。分成兩類:有實體的標準品(跑濕實驗)與高信心的基準變異集(比對流程輸出)。

種類 ​

類型例用途
細胞株 DNAGIAB 細胞株(Coriell NA12878 等)germline 全流程(萃取 → 定序 → 呼叫)
商業多重突變標準品Horizon / Seracare / 其他廠商:已知 VAF 的 SNV、indel、CNV、融合體細胞 panel 的敏感度與 LOD
稀釋系列標準品與野生型 DNA 依比例混合(如 VAF 5%、2.5%、1%、0.5%)偵測極限
模擬 cfDNA / FFPE 基質片段化或福馬林處理的標準品模擬真實樣本型態
數位基準 (benchmark)GIAB 高信心變異集、合成資料只評估生資流程

標準品的基質(DNA 片段大小、FFPE 損傷、cfDNA 型態)要盡量接近臨床樣本 (commutability);用乾淨的細胞株 DNA 估出的 LOD 會比實際樣本樂觀。

Genome in a Bottle (GIAB) ​

NIST 主導的聯盟,對少數公開樣本整合多種定序技術,建立高信心變異集與高信心區域,是 germline 流程評估的事實標準。

樣本來源說明
HG001NA12878(歐裔女性)最早、最常用
HG002 / HG003 / HG004阿什肯納茲猶太人三人家庭(子 / 父 / 母)家庭可驗證遺傳一致性;HG002 是目前資料最完整的樣本
HG005 / HG006 / HG007漢人三人家庭東亞族群
檔案內容
基準 VCF高信心的 SNV / indel(另有 SV、CNV 的基準)
高信心區域 BED只在這些區域內計算 TP / FP / FN;區域外的差異不計
分層 (stratification) BED依難度分區:homopolymer、低複雜度、片段重複、高 GC…
特殊基準困難的醫學相關基因 (CMRG)、以 T2T 為基礎的新版基準

下載:GIAB FTP release(各樣本有 GRCh37 / GRCh38 版本,選與流程相同的基因組版本)。

用 GIAB 評估流程 ​

bash
# hap.py(GA4GH 標準):會先正規化變異表示法,再比對
hap.py HG002_GRCh38_benchmark.vcf.gz my_calls.vcf.gz \
  -f HG002_GRCh38_benchmark.bed \
  -r GRCh38.fa \
  --stratification GRCh38-stratifications.tsv \
  -o happy_out/HG002
# 輸出 summary.csv:SNP / INDEL 各自的 recall、precision、F1
原則說明
分開看 SNV 與 indelindel 通常較差
看分層結果整體 99.9% 可能掩蓋 homopolymer 區只有 90%
只在目標區域評估panel / WES 要把 GIAB 高信心區域與自己的目標 BED 取交集
用比對工具,不要自己 diff同一個變異有不同寫法(見 VCF:同一個變異的不同寫法);hap.py / RTG vcfeval 會處理
流程改版就重跑保留每版的結果做回歸測試

指標定義見 檢測確效;變異呼叫流程見 VQSR vs 硬過濾。中文說明參考:參考標準品(yourgene)。