外觀
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 DNA | GIAB 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 |
|---|---|---|
| HG001 | NA12878(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 indel | indel 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)。