Skip to content

基因體學 › NGS 品質指標 › GC 偏差

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 擴增造成的 GC 偏差(示意)

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 GCWES / panel 常覆蓋不足(如 CEBPA、GNAS 部分區域)
AT-rich 區域、某些內含子低 GCWGS 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_DROPOUTGC ≤ 50% 區域中「應有但缺少」的 reads 比例;越接近 0 越好
GC_DROPOUTGC ≥ 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

相關:均勻度、定序深度與覆蓋度。