外觀
GC 偏差 (GC Bias)
GC 含量極高或極低的區域,在定序資料中被系統性地低估。這會造成這些區域覆蓋不足(漏判變異),也會扭曲以 reads 數推估的量(拷貝數、表現量)。

PCR-free library 的覆蓋度在不同 GC 含量下大致平坦;經 PCR 擴增的 library 在 GC < 30% 或 > 60% 的區域覆蓋度明顯下降(示意圖,實際曲線依 library 與儀器而異)。
成因
| 來源 | 機制 |
|---|---|
| PCR 擴增 | 高 GC 片段不易變性、低 GC 片段 annealing 不穩,擴增效率較差;循環數越多偏差越大 |
| Hybrid capture | 極端 GC 的 probe 雜交效率差 |
| 片段化 | 酵素片段化有序列偏好 |
| 定序化學 | cluster 生成與定序效率受 GC 影響 |
常見受影響區域
| 區域 | GC 特性 | 影響 |
|---|---|---|
| 第一外顯子、啟動子、CpG island | 高 GC | WES / panel 常覆蓋不足(如 CEBPA、GNAS 部分區域) |
| AT-rich 區域、某些內含子 | 低 GC | WGS 深度下降 |
指標與工具
bash
picard CollectGcBiasMetrics -I sample.bam -O gc_metrics.txt -CHART gc_chart.pdf -S gc_summary.txt -R ref.fa| 指標 | 意義 |
|---|---|
AT_DROPOUT | GC ≤ 50% 區域中「應有但缺少」的 reads 比例;越接近 0 越好 |
GC_DROPOUT | GC ≥ 50% 區域的同上指標 |
| Normalized coverage vs GC 曲線 | 理想上是一條接近 1 的水平線 |
FastQC 的 Per sequence GC content(reads 的 GC 分布)是不同的指標:它看的是 read 本身的組成是否異常(污染、adapter dimer),不是覆蓋度偏差,見 FastQC。
對策
| 層面 | 做法 |
|---|---|
| 實驗 | PCR-free library、減少 PCR 循環、使用 GC 友善的聚合酶或添加劑 |
| 拷貝數 (CNV) 分析 | 依 GC 校正深度(CNVkit、GATK 的 GC 校正、loess 迴歸) |
| RNA-seq | 多數差異表現分析在同一基因跨樣本比較,GC 效應大致抵消;樣本間 GC 偏差不同時用 EDASeq / cqn 校正,Salmon 有 --gcBias |
| 報告 | 列出未達深度門檻的區域 |